redis

爬也要爬着前进

redis主从搭建1 . 登陆master 查看副本信息

Redis 分布式缓存生产实战在外贸电商、支付网关、库存交易这类高并发系统里，缓存是抗住流量洪峰的第一道闸门。但生产环境中，缓存也是最容易被低估的组件——你以为加了个 Redis 就能高枕无忧，结果上线后 Hot Key 把单节点打挂、Big Key 阻塞整集群、缓存一致性让下游数据“阴晴不定”。

用户09536751583

在系统的学习 redis 前的疑惑🐒：有 MySQL 相关的知识，最近要用到 redis，想要系统的学一下，但需要时间，疑惑需要里面解决，然后去问了 deepseek 。

【华为云 MRS Redis 安全集群 Kerberos 认证接入实战（Spring Boot \+ Jedis）】摘要：华为云 MRS（FusionInsight）大数据集群默认开启 Kerberos 强安全机制，集群内 Redis 不再支持传统密码认证，仅可通过 Kerberos+GSSAPI SASL 方式完成鉴权，满足等保三级合规要求。大量开发者对接时高频踩坑：管理员 keytab 与 Redis 客户端 keytab 混用、未加载集群 krb5 配置、遗漏 SASL 握手参数、标准 Jedis 包冲突等。本文基于 MRS 3.5.1-LTS 生产环境，从零完整落地 Spring Boot 接入 MRS 安全

吴声子夜歌

Redis 3.x——集群故障转移当集群内某个节点出现问题时，需要通过一种健壮的方式保证识别出节点是否发生了故障。Redis集群内节点通过ping/pong消息实现节点通信，消息不但可以传播节点槽信息，还可以传播其他状态如：主从状态、节点故障等。因此故障发现也是通过消息传播机制实现的，主要环节包括：主观下线(pfail)和客观下线(fail)。

【高速缓存】RedisVL 指南：从向量搜索到 AI 应用落地让 Redis 成为你 AI 应用的向量数据库 —— 原理、实践与最佳实践在现代 AI 应用中，向量（embedding）已经成为连接非结构化数据（文本、图像、音频）与机器学习模型的桥梁。无论是推荐系统、语义搜索还是异常检测，你都需要高效地存储和检索高维向量。RedisVL（Redis Vector Library）正是为此而生——它是一个专为 Redis 打造的 Python 客户端，将 Redis 强大的内存数据库能力与向量相似性搜索（VSS）无缝结合，让你能够在已有的 Redis 基础设施上快速构建

weixin_72753562

双Token认证体系深度拆解：Spring Security + JWT + Redis你以为登录就是"用户名密码换一个Token"？当你的系统需要"踢人下线"、“单设备登录”、"Token无感刷新"时，一切都变了。 —— 一篇用代码流程拆解双Token认证体系的实战手册

AI帮我写了个Spring Boot校验，线上漏掉了这组边界条件周五下午五点，我点了发布按钮。本来只是个常规迭代，给订单创建接口加一个参数校验。结果不到半小时，客服群里开始刷屏："客户反馈下单时报参数错误，但前台明明填对了。"

吃饱了得干活

扫码登录如何实现？从原理到实战在日常开发中，扫码登录几乎成了 PC 端网站的标配——从微信、支付宝到各类企业管理后台，都支持用手机 App 一扫即登。作为后端开发者，我们不仅要会用，更要理解其背后的设计思想和实现细节。

熊猫钓鱼>_>

Redis 突发缓存穿透：一次完整的定位复盘当命中率从 95% 骤降到 30%，如何在混乱中建立排查节奏，找到真正的根因。周五晚上九点，监控群突然炸开。生产环境 Redis 命中率在五分钟之内从 95% 跌到 30%，下游数据库连接数暴涨，CPU 飙到 90%，服务响应时间从 20ms 爬到 2s。值班同学的第一反应是扩容，但加完 Redis 节点后，命中率纹丝不动。

redis 热key问题如何解决+场景Redis 热Key（Hot Key）问题是指，某个或某些Key的访问频率远超其他Key，导致处理该Key的Redis节点CPU飙升、响应变慢，甚至引发集群中某个分片“过热”而影响整体服务。

互联网大厂Java面试实战：Spring Boot、MyBatis、Redis、Kafka、JWT、Spring Cloud 与 AI 场景追问场景：某互联网大厂电商业务线终面。面试官风格严肃、追问犀利；候选人小Y人设是“嘴上很会、细节容易飘”的水货程序员。前两轮问题聚焦基础与常见业务，第三轮逐步引入微服务、云原生和 AI 能力，最后给出适合小白背诵和理解的参考答案。

【Redis】数据结构&&持久化Redis 常用的数据类型有五种：String、List、Hash、Set、Sorted Set（ZSet）。另外 Redis 还有 Bitmap、HyperLogLog、Geo、Stream 等扩展数据类型。底层实现会根据数据量和场景选择不同的数据结构，比如 SDS、ziplist/listpack、hashtable、quicklist、skiplist 等。

烤代码的吐司君

Redis 数据驱动库的供应在进行 Redis 开发的时候，为了适应全面的使用需要，所以任何的主流编程语言 Redis 官方都会提供数据驱动支持的，就类似 Java 开发之中关系型数据库的数据驱动库的提供（JDBC）。只不过JDBC 是由 Java官方定制标准，而后不同的关系型数据库去实施，而对Redis 来讲，不用的语言会提供各自的驱动包。

Redis 缓存一致性：一文讲透延时双删原理、并发时序摘要：使用 Redis 缓存数据库查询结果时，缓存与数据库之间没有天然的原子性保证。一次普通的“更新数据库、删除缓存”在特定并发时序下仍可能留下旧数据。延时双删通过“删除缓存、更新数据库、等待、再次删除缓存”缩短脏数据存活时间，是 Java 后端面试中的高频方案。本文从 Cache Aside 模式出发，结合并发时序、Spring Boot 示例、失败补偿和方案对比，说明延时双删解决了什么、为什么不能保证强一致性，以及生产环境应如何选择。

Redis---zset类型有序集合，这里的有序指的是升序/降序，相当于顺序是固定的zset中的member还是要求是唯一的向集合中添加新的元素

消息序号如何保证即时通讯源码聊天记录稳定加载复盘编号：IM-HISTORY-07 涉及范围：单聊、群聊、文件消息、红包记录、引用回复、消息撤回核心问题：历史消息重复、分页跳过、撤回状态不同步技术环境：Spring Boot、MySQL 5.7、Redis、JSON

RDB全量快照备份RDB (Redis Database) 是 Redis 的核心持久化机制之一，它的核心思想是在指定的时间间隔，为内存中的数据生成一份时间点快照（Point-in-time Snapshot），并保存到一个紧凑的二进制文件中（默认为 dump.rdb）。它的优点和缺点都很鲜明：恢复速度快、对性能影响小，但也伴随着数据丢失风险高、生成时资源消耗大的不足。

爬也要爬着前进

redis哨兵模式搭建停掉主节点的，看是否会把从节点提升成主节点