redis

redis是当前最流行的非关系型数据库，很多场景都可以使用到redis，所以有了这篇文章的诞生

为什么使用redis？

在项目中，很多场景的并发量很大，如秒杀之类，若不使用redis缓存直接让其访问数据库，那么会对数据库造成很大的压力从而导致数据库崩了，因此引入redis做分布式缓存

1，redis有五种基本数据结构：string、hash、set、zset、list；底层redis是通过c语言来实现这w五种结构的，具体是如何实现的，我们具体看一下。

2，SDS "simple dynamic string"，redis中所有场景中出现的字符串，基本都是由SDS来实现的。非数字的key、字符串值类型、非字符串数据类型

今天分享一道一线大厂公司高频面试题。“基于Redis和MySQL的架构，如何保证数据一致性”。这个问题难倒了不少工作5年以上的程序员，难的不是问题本身，而是解决这个问题的思路。

1、背景介绍

在使用ragflow、dify等llmOps时，都需要用到数据库、缓存等，每次都遇到重新安装下载，虽然是在docker里，但是网络不好的情况下也比较耗时，所以单独部署一套基础组件供后续使用。

下面介绍详细安装部署，使用docker安装比其它方式安装确实要简单很多。

1. 创建数据存储目录

Redis在Java项目中的应用与优化

大家好啊！今天咱们聊聊Redis这个在Java项目里超级实用的小工具。它就像是你家里的万能遥控器，虽然看着不起眼，但能让各种家电乖乖听话。Redis到底是什么？它为什么这么受欢迎？又该如何在Java项目里用好它呢？让我们一起走进Redis的世界吧！

在数据库的江湖里，行级锁一直是个“神秘高手”——开发者知道它快，却总抱怨它“失控”。有人遇到死锁束手无策，有人因锁冲突拖垮系统，甚至有人质疑：“我明明用了行锁，怎么最后锁了整张表？” 答案藏在索引里。

前言

• 分页是我们在开发中绕不过去的一个坎！当你的数据量大了的时候，一次性将所有数据查出来不现实，所以我们一般都是分页查询的，减轻服务端的压力，提升了速度和效率！也减轻了前端渲染的压力！

前言

大表优化是一个老生常谈的话题，但随着业务规模的增长，总有人会“中招”。

——从20秒到0.5毫秒，程序员如何用一行代码逼疯DBA？

一、深夜报警：一条SQL干崩整个库

凌晨3点的企业级悲剧：

某电商大促：SELECT * FROM orders WHERE create_time LIKE '%2023%' 引发全表扫描，直接击穿CPU阈值。

医院HIS系统瘫痪：DELETE FROM logs 不带WHERE条件，院长差点手写处方。

前言

大表优化是一个老生常谈的话题，但随着业务规模的增长，总有人会“中招”。很多小伙伴的数据库在刚开始的时候表现良好，查询也很流畅，但一旦表中的数据量上了千万级，性能问题就开始浮现，查询慢、写入卡、分页拖沓、甚至偶尔直接宕机。这时大家可能会想，是不是数据库不行？是不是需要升级到更强的硬件？