缓存

霸道流氓气质

CodeBuddy中配置Redis MCP 连接与排错实战从零配置 Redis MCP Server，到踩遍所有坑最终打通，列出数据库全部 key 的完整实录。适用于 Redis < 6.0 的本地环境。

霸道流氓气质

Kiro 中配置 Redis MCP Server 完整指南MCP（Model Context Protocol）是一种让 AI 代理与外部工具通信的标准协议。在 Kiro 中配置 MCP Server 后，AI 可以直接操作数据库、Redis、Git 等外部系统，无需你手动复制粘贴数据。

Linux系统调用mmap文件映射与malloc简单模拟实现指南mmap是一个linux系统调用接口，作用是让进程把打开的文件映射到自己的地址空间内，给用户返回虚拟地址，往后操作文件就不用做系统调用了，可以通过虚拟地址对文件操作。普通的文件访问方法是通过fd走系统调用，用户与内核间会频繁来回数据拷贝。文件创建出来，缓冲区也能申请好，只要把地址空间与缓冲区映射，就能通过虚拟地址访问。这有点类似共享内存，或者说这就是另一种共享内存，再来一个进程同样可以映射，就完成了不同进程数据共享。

嵌入式面试真题第 11 题：RTOS 优先级翻转与实时任务阻塞的通用治理请求共享资源已经持有持续占用 CPU高优先级实时任务控制 / 音频 / 通信 / 采样共享资源低优先级后台任务日志 / 存储 / 维护

Redis - 应用在一个网站中，经常使用关系型数据库（比如MySQL来存储数据），关系型数据库虽然功能强大，但是效率不高。因此如果数据库的并发量比较高，对于数据库的压力是很大的，极容易造成数据库宕机

MySQL 系统学习第六阶段：Redis + 缓存 + 高并发设计第六章：Redis 实现登录 Token很多人认为：JWT 是无状态的，不需要 Redis。理论上没错。JWT：服务器收到 Token 后：不需要查询数据库。

MySQL 系统学习第六阶段：Redis + 缓存 + 高并发设计第五章：缓存穿透、缓存击穿、缓存雪崩查询一个数据库中本来就不存在的数据。流程：每次请求都会访问 MySQL。例如：数据库中根本不存在。如果有人恶意不断请求不存在的数据：

LLM 语义缓存实战：阿里云 Tair 降低大模型重复调用成本 50%+阿里云 Tair（企业级内存数据库，兼容 Redis，性能提升 3 倍）是大模型语义缓存的首选方案，通过对 LLM 输入进行语义相似度匹配，命中缓存直接返回历史答案，无需重复调用大模型。某 AI SaaS 公司实测数据显示：LLM API 调用量下降 52%，月度 Token 费用从 ¥85 万降至 ¥41 万，响应延迟从 2.5s 降至 0.3s。

大语言模型上下文缓存命中率测试全场景清单以下是我们系统梳理过的大语言模型上下文缓存命中率测试全场景清单，按测试目的分为六大类，每个场景包含目的、方法与预期行为。

执笔论英雄

【大模型推理】redis kv cacheSETNX 分配实例ID，这是分布式系统中一个非常经典且巧妙的用法。它解决的核心问题是：在多个服务实例同时启动或运行时，如何让每个实例获得一个全局唯一且不冲突的身份标识（ID）。

MySQL 系统学习第六阶段：Redis + 缓存 + 高并发设计第八章：Redis 高级应用文章：用户：要求：使用 Set：保存：如果点赞非常频繁：每次：数据库压力大。Redis：内存操作速度快。

MySQL 系统学习第六阶段：Redis + 缓存 + 高并发设计第十章：Redis 综合企业项目实战典型后端架构：Redis 作为：MySQL 和业务服务之间的高速缓存层。用户访问个人中心：流程：Redis：

重卡自动驾驶数据引擎升级，智加科技凭借Alluxio实现训练吞吐10倍跃迁在 L4 重卡自动驾驶量产前夜，数据规模决定算法迭代速度，数据吞吐定义研发竞争力。一辆自动驾驶重卡日均产生 TB 级传感器数据，PB 级数据湖成为标配，多云混合架构成为行业常态。但算力持续增长，数据却在"爬行"——如何解决对象存储 I/O 瓶颈、统一多云数据管理、最大化释放 GPU 算力价值，是业内智驾企业在规模化运营阶段普遍需要面对的技术课题。

白露与泡影

Redis 缓存实战：雪崩、穿透、击穿一次讲透缓存用好了是性能翻倍，用不好凌晨三点把你叫醒。Redis 在大多数系统里扮演的角色是挡在数据库前面的一堵墙。正常情况下，请求打到 Redis，命中就走，数据库压力不大。但这堵墙有三个洞：它可能整堵墙同时塌，可能有人绕过墙直接锤数据库，也可能墙上最忙的那块砖碎了。

Redis基础与核心原理Redis 的全称是 Remote Dictionary Server，即"远程字典服务"。从名字可以看出，Redis 的核心抽象就是一个通过网络远程访问的字典（Dictionary）。它是一个开源的、基于内存的、支持持久化的键值对（Key-Value）存储系统，由 Salvatore Sanfilippo（antirez）于 2009 年开发，目前由 Redis Ltd. 维护。

Redis：数据库语法速查表 / 全景梳理Redis 是一款高性能的内存数据结构服务器，广泛应用于缓存、消息队列、分布式锁、实时分析等场景。本文以速查表的形式，从全局命令、数据类型（String、Hash、List、Set、Sorted Set、Bitmap、HyperLogLog、GEO、Stream）到高级功能（事务、Lua脚本、发布订阅、管道），进行全景式梳理。

Alluxio + Anyscale Ray框架，实现跨区域训练数据读取速度20倍提升当 AI 训练数据存储在某个云区域，而 GPU 集群部署在另一个云区域时，每一轮 epoch 训练迭代都会给跨区域网络传输带来可观开销。于是，我们利用算力侧的 NVMe 盘来构建 Alluxio 分布式缓存层，通过对接 Anyscale 平台的 Ray 框架，对 1TB 数据集开展 Ray Data 基准测试，结果显示：缓存预热后，数据读取耗时从 4241 秒降至 208 秒，整体提速 20 倍。

Redis：不只是缓存那么简单（十四）专栏：Redis 修行录个人主页：手握风云目录一、AOF 日志持久化1.1. 基础配置1.2. 命令写入机制

Redis：不只是缓存那么简单（十五）专栏：Redis 修行录个人主页：手握风云目录一、Redis 事务1.1. 基础概念1.2. 与 MySQL 事务核心区别

图片CDN与边缘优化实战:缓存策略、图片处理型CDN与动态裁剪图片是大多数站点里流量最重、请求最多的一类资源。一个电商详情页轻轻松松几十张图,一个内容站的首屏也压着好几兆。把这些图交给 CDN 分发,几乎是标配。但很多团队接了 CDN 之后,命中率上不去、成本降不下来、图片改了半天不更新,问题往往不在 CDN 本身,而在于缓存策略和图片处理链路没设计对。