缓存

希望永不加班

SpringBoot 整合 Redis 缓存Redis 作为最主流的分布式缓存，几乎是 SpringBoot 项目的“标配”——无论是减轻数据库压力、提升接口响应速度，还是实现会话共享、分布式锁，都离不开它。

redis手动安装主从+哨兵redis配置文件从节点单独增加

小羊在睡觉

Reids缓存穿透、击穿、雪崩在分布式系统中，缓存层（Redis）位于应用层与数据库层（DB）之间，其核心作用是分担数据库的读取压力。当缓存机制失效或被绕过时，会引发三种典型的性能危机。

redis入门到精通http://kaito-kidd.com/2020/06/28/why-redis-so-fast/

Redis 从入门到精通（三）：键操作命令详解系列导读：本篇将深入讲解 Redis 键操作命令，包括键管理、过期时间、扫描遍历等核心操作。本文我们学习了：

Redis 从入门到精通（四）：字符串操作详解系列导读：本篇将深入讲解 Redis 字符串(String)的所有操作命令及实际应用场景。本文我们学习了：

Redis专题（二）Redis支持多种数据结构，有广泛的业务应用场景。数据保存在内存，读写性能高，很适合做缓存。数据可以持久化到硬盘，可以做数据库来用。

软考（系统架构师）-案例分析之Redis与缓存redis与缓存题目主要集中在案例分析，主要会考察缓存数据一致性，缓存与数据库数据操作等相关问题，此部分比较重要

当缓存成为生产力：GitHub Actions 缓存机制的深度优化指南很多团队优化 CI 时，先想到的是加机器、拆任务、并行执行。真正容易被低估的，反而是缓存。依赖重复下载、工具重复初始化、构建结果重复生成，这些步骤单看一次不算夸张，但放到每天几十次甚至上百次流水线里，时间损耗会非常明显。GitHub Actions 的缓存机制，本质上是在减少这种重复劳动，让同一类工作不要在每次运行里都从零开始。

C#泛型缓存一个典型用列关于代码的解释，这个CacheTpye是什么，你可以把他看成一个T方便明白逻辑。public static T GetCache<T>() where T: Shape, new()

《Lua 模块化核心：require 的地址传递与缓存机制》这是一个非常棒的工程问题！你观察到了 Lua 模块化开发中的核心：返回值的接收与绑定。我们可以把 require 想象成一个快递服务。map.lua 是寄件人，它最后 return 了什么，player.lua 这个收件人拿到的就是什么。

Redis 缓存穿透怎么解决？3 种方案实测 + 踩坑全记录（2026）上周线上出了事故，凌晨两点被报警电话叫醒——某个查询接口的 QPS 突然飙到平时的 20 倍，MySQL 直接扛不住了，慢查询堆满了。排查下来，是有人拿一堆不存在的 ID 疯狂请求，所有请求全部穿透 Redis 打到了数据库。

Redis 设置密码无效问题解决运行cmd，cd到redis的目录下输入“redis-cli.exe” 回车输入“auth 123456” 回车

Redis 从入门到精通（一）：简介、安装与配置系列导读：本系列将带领大家系统学习 Redis，从基础入门到高级应用，涵盖数据类型、集群、安全优化等核心内容。

Redis 从入门到精通（二）：数据类型详解系列导读：本篇将深入讲解 Redis 的 8 种数据类型，包括 String、Hash、List、Set、ZSet、Bitmaps、HyperLogLog、Geospatial。

会飞的大可

Redis 竞品与替代方案选型可行性分析报告Redis 作为内存数据库领域的标杆产品，凭借其高性能、丰富的数据结构和成熟的生态系统，在缓存、消息队列、实时计算等场景占据主导地位。然而，随着云原生架构的普及、数据规模的爆炸式增长以及业务场景的多元化，单一 Redis 方案面临成本、扩展性、持久化能力等挑战。本文从技术总监视角，系统分析 Redis 的核心竞品与替代方案，为技术选型提供决策依据。

LeetCode热题100-LRU 缓存LRU = Least Recently Used，最近最少使用，题目要求所有操作必须O(1)，所以只能使用哈希 + 双向链表实现。

Redis缓存预热想象这样一个场景：这就是典型的“缓存雪崩”前置问题——缓存未就绪！缓存预热（Cache Warm-up）就是在系统启动前或低峰期，主动将热点数据加载到 Redis 中，避免冷启动带来的性能灾难。

会飞的大可

Redis 故障排查与应急手册：从理论到实践场景：线上 Redis 集群出现性能抖动、连接异常、数据丢失等问题时的快速响应指南在深入技术细节之前，先建立故障分级意识：

独断万古他化

抽奖系统性能负载测试：基于 JMeter 的梯度加压与本地缓存优化全流程抽奖系统作为高并发场景下的典型应用，其性能表现直接影响用户体验与系统稳定性。本文基于实际压测场景，详细记录抽奖系统的性能压测全过程，包括压测环境搭建、核心指标分析、性能瓶颈定位及优化方案。