- 首先，从使用 hash 取模数据分片开始说起 先从经典的 hash 取模数据分片说起 经典哈希取模分片的问题和对策： -** 一致性 hash 算法** 第一阶段，需要完成 key 到 slot 槽位之间的映射 第二阶段，需要完成 slot 槽位到 Redis node 节点之间的映射。 Hash 槽位环 一致性哈希原理： 经典场景 1：Key 入环 经典场景 2：新增 Redis 节点 经典场景 3：删除 Redis 节点 -** 经典哈希取模与一致性 hash 的对比：** -** 一致性 hash 的数据不平衡（数据倾斜）问题** 什么是 虚拟节点？ 一致性 hash 的简易实现 回顾下一致性 Hash 算法 -** Redis 为什么使用哈希槽而不用一致性哈希** -** Redis Cluster 集群核心特点一：去中心化** 先看分布式集群的设计中的核心：元数据存储 设计。 中心化的 元数据存储架构 去中心化的 元数据存储架构 -** 去中心化场景如何保证元数据一致?** 问题 1：Redis 如何进行数据分片的？ Redis cluster 哈希槽 增加节点 减少节点....

标题： 探索 Redis 与 @Transactional 注解的冲突之谜 正文： 前言 在我们的项目中，我们遇到了一个让人费解的生产环境问题：每天早上，当运营人员后台尝试创建新事件时，系统总是无法成功创建。经过重新启动相关微服务后，系统又能恢复正常运行，直到次日早上问题再次出现，又得重启服务。 初步调查 我们发现，问题出现在使用 Redis 生成唯一分布式 ID 的过程中。每天早上，Redis 的递增操作异常地返回了 null 值，导致后续流程中断。重新启动服务似乎是暂时的解决方法，但根本问题仍然悬而未决。 return redisTemplate.opsForValue().increment("count", 1); 深入探索 根据重启后就恢复正常，我们推测晚上执行了大量的 job，大量 Redis 连接未释放，当早上再来执行 Redis 操作时，执行失败。重启后，连接自动释放了。但是其他有使用到 Redis 的业务功能又是正常的，所以推测一的方向有问题，排除 。 通过查询 ```redisTemplate 递增的方法 increment` 源码注释, 发现事务&管道会返....

前言 之前工作中学习应用 Redis，只停留再 API 应用层，知其然，不知其所然，近在用 Redis 做大量的测试应用，发现关注与性能，后面激发自己想了解为啥 Redis 性能这么快，字符串结构是怎样，基于此，在网上找了下资料和看了下 <Redis5 设计与源码分析 >，有所感，记录下 Redis 用途 Redis 是目前最流行的键值对( key-value）数据库，以出色的性能著称，官方提供的数据是可以支持 100 000 以上的 +QPS。Redis 具有高性能的主要原因如下。 1 ) Redis 是基于内存的存储数据库，绝大部分的命令处理只是纯粹的内存操作，内存的读写速度非常快。 2) Redis 是单进程线程的服务（实际上一个正在运行的 Redis Server 肯定不止一个线程，但只有一个线程来处理网络请求)，避免了不必要的上下文切换，同时不存在加锁/释放锁等同步操作。 3 ) Redis 使用多路 I/O 复用模型(select、poll、epoll)，可以高效处理大量并发连接。 4 ) Redis 中的数据结构是专门设计的，增、删、改、查等操作相对简单。 简....

什么是布隆过滤器 布隆过滤器（Bloom Filter）是1970年由布隆提出的。 它实际上是一个很长的二进制向量 和一系列随机映射函数 。 布隆过滤器可以用于检索一个元素是否在一个集合中 。 它的优点是空间效率和查询时间都比一般的算法要好的多 ，缺点是有一定的误识别率和删除困难。 上面这句话可以理解为：有个二进制的集合 ，里面存放的0和1，0代表不存在，1代表存在，可以通过一些定义好的方法 快速判断元素是否在集合中。内部逻辑如下图展示 布隆过滤器有哪些作用 由于布隆过滤器的特性，能够判断一个数据可能在集合中 ，和一个数据绝对不在集合中 ，所以他可以用于以下场景 网页URL的去重（爬虫，避免爬取相同的 URL 地址） 垃圾邮件的判别 集合重复元素的判别 查询加速（比如基于key-value的存储系统） 数据库防止查询击穿，使用 BloomFilter 来减少不存在的行或列的磁盘查找（缓存穿透 ）。 ... 演示一下布隆过滤器的用法 如何解决布隆过滤器无法删除数据的问题 升级版的布隆过滤器（Coun....

Redis持久化 RDB快照（snapshot） 在默认情况下， Redis 将内存数据库快照保存在名字为 dump.rdb 的二进制文件中。 你可以对 Redis 进行设置， 让它在“ N 秒内数据集至少有 M 个改动”这一条件被满足时， 自动保存一次数据集。 比如说， 以下设置会让 Redis 在满足“ 60 秒内有至少有 1000 个键被改动”这一条件时， 自动保存一次数据集 save 60 1000 //关闭RDB只需要将所有的save保存策略注释掉即可 还可以手动执行命令生成RDB快照，进入redis客户端执行命令save或bgsave可以生成dump.rdb文件，每次命令执行都会将所有redis内存快照到一个新的rdb文件里，并覆盖原有rdb快照文件。 bgsave的写时复制(COW)机制 Redis 借助操作系统提供的写时复制技术（Copy-On-Write, COW），在生成快照的同时，依然可以正常处理写命令。简单来说，bgsave 子进程是由主线程 fork 生成的，可以共享主线程的所有内存数据。bgsave 子进程运行后，开始读取主线程的内存数据，并把它们写入 RD....

Redis安装 下载地址：http://redis.io/download 安装步骤： # 安装gcc yum install gcc # 把下载好的redis-5.0.3.tar.gz放在/usr/local文件夹下，并解压 wget http://download.redis.io/releases/redis-5.0.3.tar.gz tar -zxvf redis-5.0.3.tar.gz cd redis-5.0.3 # 进入到解压好的redis-5.0.3目录下，进行编译与安装 make # 修改配置 daemonize yes #后台启动 protected-mode no #关闭保护模式，开启的话，只有本机才可以访问redis # 需要注释掉bind #bind 127.0.0.1（bind绑定的是自己机器网卡的ip，如果有多块网卡可以配多个ip，代表允许客户端通过机器的哪些网卡ip去访问，内网一般可以不配置bind，注释掉即可） # 启动服务 src/redis-server redis.conf # 验证启动是否成功 ps -ef | grep redis # 进入....