草庐IT

Redis-Queue

全部标签

如何使用docker容器中的redis

1.检查docker容器中是否启动了redis;命令:dockerps2.如果没启动,则先启动服务;命令:dockerrun-p6379:6379--nameredis-dredis(这里name后面的redis就是你在docker里面的redis服务映射的名称,可以叫任何名称,端口号也是)3.根据查询出来的名称,比如你的redis服务就叫redis;命令:dockerexec-itredisredis-cli4.如果出现了127.0.0.1:6379那就说明已经成功启动了docker内redis的客户端;(ps:6379是端口号)5.然后直接输入redis的命令即可,比如ping那么redi

Redis 实现用户积分和积分排行榜微服务优化

文章目录修改添加积分方法积分排行控制层redis实现积分排行业务逻辑层Redis排行榜测试使用JMeter压测对比在之前的博客中我通过MySQL数据库实现了积分和积分排行榜功能,在数据量大和并发量高的情况下会有以下缺点:SQL编写复杂;数据量大,执行统计SQL慢;高并发下会拖累其他业务表的操作,导致系统变慢;使用SortedSets保存用户的积分总数,因为SortedSets有score属性,能够方便保存与读取,使用指令:#添加元素的分数,如果member不存在就会自动创建ZINCRBYkeyincrementmember#按分数从大到小进行读取zrevrangekey#根据分数从大到小获取m

Redis 实现用户积分和积分排行榜微服务优化

文章目录修改添加积分方法积分排行控制层redis实现积分排行业务逻辑层Redis排行榜测试使用JMeter压测对比在之前的博客中我通过MySQL数据库实现了积分和积分排行榜功能,在数据量大和并发量高的情况下会有以下缺点:SQL编写复杂;数据量大,执行统计SQL慢;高并发下会拖累其他业务表的操作,导致系统变慢;使用SortedSets保存用户的积分总数,因为SortedSets有score属性,能够方便保存与读取,使用指令:#添加元素的分数,如果member不存在就会自动创建ZINCRBYkeyincrementmember#按分数从大到小进行读取zrevrangekey#根据分数从大到小获取m

redis 清理缓存

 ----windos方法1,重启redis也能请缓存。方法2,清缓存前确保redis-server.exe进程已经启动,然后打开redis-cli.exe,跳出的CMD里面输入flushall,显示OK就可以了。flushall:清空整个redis服务器的数据(删除所有数据库的所有key)。flushdb:清空当前数据库中的所有key。方法3,清空指定Key,例如:delkey1delkey2方法4,使用JAVA清理publicstaticvoidflushAll(){Jedisjedis=newJedis("127.0.0.1",5050);jedis.connect();jedis.fl

Redis的TTL(Time To Live)说明

说明Redis的TTL(TimeToLive)是指键值对的过期时间,当键值对的TTL过期后,Redis会自动删除该键值对。合理设置TTL可以有效地控制Redis中键值对的存储时间,从而提高Redis的性能和稳定性。以下是RedisTTL的合理设置建议:根据业务需求设置TTL。不同的业务需求对键值对的存储时间有不同的要求,例如,对于一些频繁更新的数据,可以设置较短的TTL,而对于一些不经常更新的数据,可以设置较长的TTL。避免设置过长的TTL。如果设置过长的TTL,会导致Redis中存储的数据越来越多,从而影响Redis的性能和稳定性。通常建议将TTL设置为几分钟到几小时之间。设置适当的TTL数

org.springframework.data.redis.serializer.SerializationException: Cannot serialize(解决redis存入对象序列化)

org.springframework.data.redis.serializer.SerializationException:Cannotdeserialize;nestedexceptionisorg.springframework.core.serializer.support.SerializationFailedException:Failedtodeserializepayload.IsthebytearrayaresultofcorrespondingserializationforDefaultDeserializer?;nestedexceptionisjava.io.In

C++——优先级队列(priority_queue)的使用及实现

目录一.priority_queue的使用1.1、基本介绍1.2、优先级队列的定义1.3、基本操作(常见接口的使用)1.4、重写仿函数支持自定义数据类型二.priority_queue的模拟实现2.1、构造&&重要的调整算法2.2、常见接口的实现push()pop()top()empty()、size() 三.利用仿函数改进调整算法一.priority_queue的使用1.1、基本介绍我们之前讲过数据结构中的队列,它具有先进先出的特性(FIFO).添加元素时只能在队尾插入,删除元素时只能删除队首的元素.而优先级队列,它并不满足先进先出的特性,倒像是数据结构中的“堆”.优先级队列每次出队时只能是

C++——优先级队列(priority_queue)的使用及实现

目录一.priority_queue的使用1.1、基本介绍1.2、优先级队列的定义1.3、基本操作(常见接口的使用)1.4、重写仿函数支持自定义数据类型二.priority_queue的模拟实现2.1、构造&&重要的调整算法2.2、常见接口的实现push()pop()top()empty()、size() 三.利用仿函数改进调整算法一.priority_queue的使用1.1、基本介绍我们之前讲过数据结构中的队列,它具有先进先出的特性(FIFO).添加元素时只能在队尾插入,删除元素时只能删除队首的元素.而优先级队列,它并不满足先进先出的特性,倒像是数据结构中的“堆”.优先级队列每次出队时只能是

redis报错:MISCONF Errors writing to the AOF file: No space left on device

redis报错:MISCONFErrorswritingtotheAOFfile:Nospaceleftondevice一、问题原因二、解决方法2.1.Bgrewriteaof命令原理2.2.使用Bgrewriteaof命令解决aof文件过大问题报这个错就是说我们的appendonly.aof文件过大了,快要达到服务器给的最大容量大小了。我这里部署的redis是基于k8s部署的,如果是其他用docker或直接解压部署的,参考流程,都是类似操作一、问题原因由于项目一开始使用redis存储的都是一些小数据,所有运维设置成2G了,后来业务扩张,缓存了一些文件的base64编码,运行几个月后,突然就报

redis报错:MISCONF Errors writing to the AOF file: No space left on device

redis报错:MISCONFErrorswritingtotheAOFfile:Nospaceleftondevice一、问题原因二、解决方法2.1.Bgrewriteaof命令原理2.2.使用Bgrewriteaof命令解决aof文件过大问题报这个错就是说我们的appendonly.aof文件过大了,快要达到服务器给的最大容量大小了。我这里部署的redis是基于k8s部署的,如果是其他用docker或直接解压部署的,参考流程,都是类似操作一、问题原因由于项目一开始使用redis存储的都是一些小数据,所有运维设置成2G了,后来业务扩张,缓存了一些文件的base64编码,运行几个月后,突然就报