摘要：Redis是一款基于键值对的NoSQL数据库，它的值支持多种数据结构：字符串(strings)、哈希(hashes)、列表(lists)、集合(sets)、有序集合(sorted sets)等。
摘要： 你真的懂Redis的5种基本数据结构吗？这些知识点或许你还需要看看。
有N台机器，为了让数据均匀的存放在N台机器上，我们可以通过hash%N的方式进行映射定位，当其中某台机器挂掉了，我们需要将它踢出集群，此时机器数量为N-1，那么存放关系变为hash%(N-1)，我们需要将大量数据进行移动，保证映射关系正确，这是灾难性的。
之前看到过一道面试题：Redis的过期策略都有哪些？内存淘汰机制都有哪些？手写一下LRU代码实现？笔者结合在工作上遇到的问题学习分析，希望看完这篇文章能对大家有所帮助。
数据又回来了，想起昨天被过期经理上了一课，虽然心里很是难过，但是毕竟知道人外有人，原来为了控制我们数据，制定了这么野性的过期键策略，听说后面的关更难了，但是还是要闯关一下了，不是还有那句话嘛，关关难过关关过
数据今天遇到一个大佬，人家都成为缓存老头的得意门生LRU，数据在此之前早就听过它的大名，因为很多数据在过期之后，会让LRU大师兄去筛选出合适的数据，用来继续提供缓存服务，这里面就涉及了LRU大师兄的秘笈了
本篇要介绍的主从复制，是指将一台 Redis 服务器的数据，复制到其他 Redis 服务器，我们将前者称为主节点 master，将后者称为从节点 slave。
redis 的进阶篇系列一。
redis分布式锁详解
windows下配置以及Linux下配置为例
摘要：本文通过对Redis Sentinel源码的理解，详细说明Sentinel的代码实现方式。
了解完了redis单机数据库的原理，接下来想要探究一下redis的高可用原理，一般高可用都是通过多台机器形成主备，主备数据保持一致，当主出了问题，从再顶上，那么redis是如何做的呢？
Redis，是互联网技术领域使用最为广泛的存储中间件，Redis以其超高的性能、完美的文档、简洁易懂的源码和丰富的客户端库支持在开源中间件。国内外有很多大型互联网公司都在使用Redis，比如：暴雪娱乐、腾讯、阿里、京东、华为、新浪微博等，很多小型公司也都
限流的常见实现及注意点、是否有必要区分漏桶和令牌桶、限流保障服务可用时也可能导致其他服务不可用、springcloud的Redis限频实现的lua脚本存在的问题。
消息队列提供了什么特性？ Redis 如何实现消息队列？是否满足存取需求？
在程序员这个圈子打拼了太多年，见过太多的程序员使用redis，其中一部分喜欢把redis做缓存（cache）使用，其中最典型的当属存储用户session，除此之外，把redis作为消息队列使用也不在少数，可见redis在互联网中应用是多么的广泛。
工作中你是否还在使用表扫描的方式处理定时任务？你的定时任务执行的时间是否不够精准？使用表扫描的方式处理定时任务存在哪些弊端？这些问题如何彻底解决？这次，冰河带着他的开源框架来了！！
索引有很多类型，哈希表、红黑树、B树都可以，但是如果我们要在上亿的数据中提供纳秒级的查询速度，那么作为最快的索引，哈希表将是第一选择。
redis采用 哈希表的数据结构实现了 key-value 的存储，
Java hashCode实现相关/为何计算hash时选择31/33相乘，Redis哈希表装载因子为何大于1，而非Java的0.75，新Hashmap实现为何要8个冲突才升级红黑树
摘要：Redis是一款基于键值对的NoSQL数据库，它的值支持多种数据结构：字符串(strings)、哈希(hashes)、列表(lists)、集合(sets)、有序集合(sorted sets)等。
Redis中有五大数据类型，分别是String、List、Set、Hash和Zset。
Java hashCode实现相关/为何计算hash时选择31/33相乘，Redis哈希表装载因子为何大于1，而非Java的0.75，新Hashmap实现为何要8个冲突才升级红黑树
如果让你设计，老哥用哪个？
最全Redis「避坑」指南。
redis6.0 新增了 多线程机制，跟memcache 相同的是都采用了 master-worker 这一经典思路，不同的是Memcached 执行主逻辑也是在 worker 线程里，模型更加简单
图文结合，不信你看不懂Redis常用集合的底层实现原理。
数据过期该如何剔除？RDB和AOF的工作原理是什么样的？了解一下不？
缓存设计不好会遇到各种面顶之灾，那么到底该如何设计高可用的缓存？
一枚用心坚持写原创的“无趣”程序猿，在自身受益的同时也让朋友们在技术上有所提升。
天天在用Redis集群，主从同步和集群基本工作原理还不赶紧了解一下？
Redis 是开发者日常工作中经常使用的典型 KV 存储，常年位居 DB-Engines Key-Value 存储第一。这是一种基于内存的存储，提供了丰富的数据结构，支持字符串类型、哈希/列表/集合类型以及 stream 结构。
对于缓存声明，Spring的缓存提供了一组Java注解:
annocache-spring-boot-starter是一个超轻量级的注解式缓存组件。只需要一行代码，即可实现方法返回值的自动化缓存，让方法的数据返回时间降为毫秒级，访问速度提升几十倍。
redis中存在很多key，可能随着业务的下架永远也用不到了，需要批量删除（当然也可以不处理，等redis内存不足的时候，自动去执行淘汰策略）。假设存在若干个如下模式的key，都是以 unkey 为前缀，现在希望批量删除。