在微服务架构中限制接口连接调用次数是一种用于保护服务不被过度使用或滥用的常见的实践，我们可以通过各种处理算法来限制接口调用次数例如常见的令牌桶、漏桶、限流中间等技术。下面我们就来介绍一下在Spring Cloud Gateway 中实现接口限制调用次数的操作。

使用Spring Cloud Gateway自带的Rate Limiting过滤器

Dragonfly 是一种针对现代应用程序负荷需求而构建的内存数据库，完全兼容

Redis内存碎片

查看Redis内存碎片率

在

我们最近将会话管理从 MongoDB 迁移到了 Redis。迁移本身是由我们使用 MongoDB 的经验推动的，它不能特别好地处理高频率更新和更频繁地读取。另一方面，Redis 被称为经过验证的存储，可以准确处理该用例。

Redis做了数据删除操作，为什么使用top命令时，还是显示Redis占了很多内存？

在回答这个问题之前，我们首先得搞清楚Redis使用内存的内部管理机制。实际上，这是因为，当数据删除后，Redis 释放的内存空间会由内存分配器管理，并不会立即返回给操作系统。所以，操作系统仍然会记录着给 Redis 分配了大量内存。而 used_memory_rss 记录着在操作系统角度，Redis进程占用的物理总内存。

知识星球：写代码那些事

如果你有收获｜欢迎｜点赞｜关注｜转发

这里会定期更新｜大厂的开发｜架构｜方案设计

这里也会更新｜如何摸鱼｜抓虾

作者：千锋老魏

源码地址：
https://github.com/qfjiaoyan

Redis过期淘汰策略

　　我们set key的时候，都可以给一个expire time，就是过期时间，指定这个key比如说只能存活1个小时，我们自己可以指定缓存到期就失效。

最后一项更新，你看到过么？

一、6种淘汰策略：

a、noeviction（默认）：对于写请求不再提供服务，直接返回错误（DEL请求和部分特殊请求除外）

b、allkeys-lru：从所有key中，使用LRU算法进行淘汰

c、volatile-lru：从设置了过期时间的key中，使用LRU算法进行淘汰

使用一个 2 核 CPU、4GB 内存、500GB 磁盘的云主机运行 Redis，Redis 数据库的数据量大小差不多是 2GB，我们使用了 RDB 做持久化保证。当时 Redis 的运行负载以修改操作为主，写读比例差不多在 8:2 左右，也就是说，如果有 100 个请求，80 个请求执行的是修改操作。你觉得，在这个场景下，用 RDB 做持久化有什么风险吗？你能帮着一起分析分析吗？

查看Redis内存使用

在 Redis