缓存

01传说4 小时前
数据库·redis·缓存
redis开机自启脚本vi /etc/systemd/system/redis.service[Unit] Description=Redis persistent key-value database After=network.target After=network-online.target Wants=network-online.target
李可以量化11 小时前
前端·数据库·redis·python·缓存·ptrade
Redis Client 从了解到精通(二)上:redis-py 高级用法与核心命令实战上一期我们详细讲解了 Redis 的 Client API 对于量化工作的重要性,也带大家走完了 Python 版 redis-py 客户端的安装与基础使用流程。本期我们正式深入核心,系统拆解 redis-py 的高级用法与实战技巧,手把手吃透这个高频使用的 Redis 客户端库。
仍然.11 小时前
数据库·redis·缓存
Redis---Stringredis中的所有的key都是字符串,只不过value的类型时存在差异的。字符串类型的值实际上可以是字符串,包含了一般格式的字符串,或者类似JSON,XML格式的字符串,数字等等,甚至是二进制流数据。但是一个字符串的最大值不能超过512MB
JavaPub-rodert11 小时前
redis·mysql·缓存
Redis 和 MySQL 如何保证数据一致性?从缓存更新到延迟双删完整讲解在后端系统里,MySQL + Redis 几乎是最常见的一套组合。MySQL 负责持久化数据,Redis 负责缓存热点数据,提高接口性能。
2401_8949155311 小时前
java·服务器·网络·数据库·缓存
GEO 优化源码性能调优:高并发地域请求缓存与索引优化在 GEO(地域)服务的高并发场景下,地域解析与查询往往成为系统瓶颈。本文围绕源码层面的性能调优,重点讲解如何通过缓存机制与索引优化,降低地域请求的响应延迟与资源消耗。
晓晓_za89866812 小时前
java·tcp/ip·spring·缓存·微服务·架构
多租户 GEO 优化系统源码架构:权限隔离与数据分离实现多租户 GEO 优化系统在服务多个业务方时,需要同时解决两个核心问题:一是租户之间的权限隔离,确保每个租户只能访问自己的数据和功能;二是数据分离,避免租户数据互相污染。本文从源码架构角度,分析权限隔离与数据分离的具体实现方案。
敲上瘾14 小时前
linux·数据库·redis·缓存
Redis持久化存储机制:从RDB到AOF再到混合持久化的配置与实践持久化这个概念,和mysql事务的四大核心特性(原子性、一致性、持久性、隔离性)中的持久性是同一个意思。mysql的持久化实现方式是:把数据存储到硬盘上,重启主机后数据依然存在。   redis的数据存在内存中,那怎么保证数据的持久化呢?答案同样是保存到硬盘上。可这样一来,redis和mysql不就没区别了吗?要知道redis最大的优势就是快,而快的主要原因正是数据存储在内存中。   怎么解决这个矛盾呢?事实上redis的数据在内存和硬盘上都会存一份,理论上两者的数据是完全相同的,当然也可能存在差异,这取
正儿八经的少年1 天前
数据库·redis·缓存
布隆过滤器(解决redis缓存穿透步骤之一)布隆过滤器(Bloom Filter):一个很长的二进制位数组 + N 个哈希函数,用来快速判断:某个元素一定不存在 / 可能存在。
Demons_kirit1 天前
网络·缓存
PortSwigger网络缓存欺骗(1)要完成这个实验,你需要知道:使用以下凭据登录您自己的帐户wiener:peter登录后便可以repeter账户页面
小小龙学IT1 天前
c++·缓存·性能优化
C++ 性能优化:CPU 缓存与数据布局优化深度解析过去二十年,CPU 单核性能的提升主要依赖三条路径:主频提升(已趋饱和)、指令级并行(ILP,超标量与乱序执行)、以及缓存层级不断加深。如今一颗消费级 CPU 的 L1 缓存延迟只有 1ns 左右,而主存(DRAM)延迟高达 60~100ns——两者相差两个数量级。这意味着:
ZGG0031 天前
数据库·redis·缓存
底座 01:Agent 的 token 成本怎么砍——Redis 缓存实战这是「Agent 工程化」系列的生产底座分支第一篇。正片把 Agent 的循环、工具、记忆讲透了,第 10 篇算过一笔账:多步 Agent 的 token 消耗是单次对话的 10-100 倍。这篇回答一个更具体的问题:钱是怎么烧的,又怎么用缓存把它真实砍下来。 知识点是后端的(Redis),场景是 Agent 的——这也是本分支的写作方式:Agent 系统的每一层底座,都值得单独拆开讲。
码哥DFS2 天前
前端·javascript·缓存
LRU缓存实现 LRUCache 类:函数 get 和 put 必须以 O(1) 的平均时间复杂度运行。示例:思路:LRU(最近最少使用)缓存的核心是保证在容量满时,优先淘汰最久未被访问的键。这里利用 JavaScript 的 Map 天然维护插入顺序的特性:每次 get 或 put 命中已有键时,先删除再重新插入,使其排到末尾,表示“最近刚被使用”;当容量超限时,Map 中第一个键就是最久未使用的,直接删除即可。这样 get 和 put 的平均时间复杂度都是 O(1)。
进击的_鹏2 天前
服务器·数据库·c++·redis·缓存
从零开始的 Redis 学习前言一、常用命令二、value 常见的数据类型三、渐进式遍历 scan四、数据库管理操作五、通过 c++ 构造客户端使用 redis
摇曳的精灵2 天前
前端·缓存·缓存优化
前端缓存优化缓存优化的核心是在**“速度”与“数据新鲜度”之间找到最佳平衡点。结合你之前的 uni-app/小程序背景,缓存优化不仅是“存起来”,更要考虑存储空间限制(微信小程序仅10MB)和异步读取的耗时**。
见山是山-见水是水2 天前
http·缓存·华为·harmonyos
拆解网络缓存策略设计:原生鸿蒙页面的实现路径与调试方法在很多应用里,用户点击一次刷新按钮,页面并不一定会重新等待服务器返回完整数据。如果之前已经保存过可复用的结果,应用可以优先使用这份结果;如果没有可用结果,才重新获取数据。前者通常被称为缓存命中,后者可以理解为回源。缓存本身是一个偏后台的概念,但命中和回源对用户体验的影响非常直接:命中通常意味着更快的反馈,回源则意味着一次新的数据获取过程。
T01156182 天前
java·缓存·小程序·bug·全栈项目实战手记·艺培课时系统‘’
艺培场馆课时预约小程序用户端 & 后台联动踩坑上篇(预约、课时、缓存、消息、学员端自身问题)承接第四篇纯后台业务 Bug 复盘,本篇为联动踩坑上篇,主要覆盖学员 C 端自身缺陷、预约提交、课时套餐跨端同步、本地缓存引发的数据不一致、消息通知异常。 教师端联动、核销爽约、定时任务、并发、弱网问题统一放到第六篇;底层安全、分包、PC 管理 Demo 放到第七篇。 全部案例来自三端整体功能测试,采用现象 → 根因分析 → 修复方案 → 开发启示结构。
北漂燕郊杨哥3 天前
缓存·npm·node
npm 缓存占满 C 盘?三步把它迁到 D 盘(附验证与避坑)问题场景:装了前端项目后 C 盘越来越满,一查发现 npm-cache 占了好几个 GB,删了又会被重新下载填满。其实 npm 缓存是可以「搬家」的,只要把缓存目录指到 D 盘,既能释放 C 盘空间,又不用重新下载所有依赖。
克里斯蒂亚诺更新3 天前
数据库·redis·缓存
win下如何将redis自启动进入redis的安装目录下:cmd中:--service-install:表示要安装服务 。redis.windows.conf:指定了你的配置文件。