Redis的緩存使用技巧分享(商戶查詢緩存)
更新時(shí)間：2026年02月02日 10:05:52 作者：吞吞吐吐大魔王
本文介紹了緩存的原理和常見問題及其解決方案,包括緩存更新策略、緩存穿透、緩存雪崩和緩存擊穿等,通過實(shí)際案例和代碼示例,展示了如何在后端開發(fā)中有效利用緩存提高性能和降低數(shù)據(jù)庫(kù)壓力
1. 什么是緩存
緩存（Cache） 就是數(shù)據(jù)交換的緩沖區(qū)，是存貯數(shù)據(jù)的臨時(shí)地方，一般讀寫性能較高。
緩存的作用：
- 降低后端負(fù)載
- 提高讀寫效率，降低響應(yīng)時(shí)間
緩存的成本：
- 數(shù)據(jù)一致性成本
- 代碼維護(hù)成本
- 運(yùn)維成本
2. 添加 Redis 緩存
2.1 緩存工作模型
2.2 代碼實(shí)現(xiàn)
前端請(qǐng)求說明：
| 說明 | |
|---|---|
| 請(qǐng)求方式 | POST |
| 請(qǐng)求路徑 | /shop/id |
| 請(qǐng)求參數(shù) | id |
| 返回值 |
后端接口實(shí)現(xiàn)：
@Service
public class ShopServiceImpl extends ServiceImpl<ShopMapper, Shop> implements IShopService {
@Resource
private StringRedisTemplate stringRedisTemplate;
@Override
public Result queryShopById(Long id) {
String key = "cache:shop:" + id;
// 1. 從 redis 查詢商鋪緩存
String shopJson = stringRedisTemplate.opsForValue().get(key);
// 2. 判斷是否存在
if(!StrUtil.isBlank(shopJson)) {
// 3. 存在，直接返回
Shop shop = JSONUtil.toBean(shopJson, Shop.class);
return Result.ok(shop);
}
// 4. 不存在，根據(jù) id 查詢數(shù)據(jù)庫(kù)
Shop shop = getById(id);
// 5. 不存在，返回錯(cuò)誤
if(shop == null){
return Result.fail("店鋪不存在！");
}
// 6. 存在，寫入 redis
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop));
// 7. 返回
return Result.ok(shop);
}
}
3. 緩存更新策略
3.1 緩存更新策略類型
| 緩存更新策略 | 內(nèi)存淘汰 | 超時(shí)剔除 | 主動(dòng)更新 |
|---|---|---|---|
| 說明 | 不用自己維護(hù)，利用 Redis 的內(nèi)存淘汰機(jī)制，當(dāng)內(nèi)存不足時(shí)自動(dòng)淘汰部分?jǐn)?shù)據(jù)，下次查詢時(shí)更新緩存。 | 給緩存數(shù)據(jù)添加 TTL 時(shí)間，到期后自動(dòng)刪除緩存。下次查詢時(shí)更新緩存。 | 編寫業(yè)務(wù)邏輯，在修改數(shù)據(jù)庫(kù)的同時(shí)，更新緩存。 |
| 一致性 | 差 | 一般 | 好 |
| 維護(hù)成本 | 無 | 低 | 高 |
業(yè)務(wù)場(chǎng)景：
- 低一致性：使用內(nèi)存淘汰機(jī)制。
- 高一致性：主動(dòng)更新，并以超時(shí)剔除作為兜底方案。
3.2 主動(dòng)更新策略
| 方式 | 描述 |
|---|---|
| Cache Aside Pattern | 由緩存的調(diào)用者，在更新數(shù)據(jù)庫(kù)的同時(shí)更新緩存。 |
| Read/Write Through Pattern | 緩存與數(shù)據(jù)庫(kù)整合為一個(gè)服務(wù)，由服務(wù)來維護(hù)一致性。調(diào)用者調(diào)用該服務(wù)，無需關(guān)心緩存一致性問題。 |
| Write Behind Caching Pattern | 調(diào)用者只操作緩存，由其它線程異步的將緩存持久化到數(shù)據(jù)庫(kù)，保證最終一致性。 |
這里推薦使用 Cache Aside Pattern，但操作緩存和數(shù)據(jù)庫(kù)時(shí)有三個(gè)問題需要考慮：
刪除緩存還是更新緩存？
- 更新緩存：每次更新數(shù)據(jù)庫(kù)都更新緩存，無效寫操作較多。
- 刪除緩存（推薦）：更新數(shù)據(jù)庫(kù)時(shí)讓緩存失效，查詢時(shí)再更新緩存。
如何保證緩存與數(shù)據(jù)庫(kù)的操作的同時(shí)成功或失敗？
- 單體系統(tǒng)：將緩存與數(shù)據(jù)庫(kù)操作放在一個(gè)事務(wù)。
- 分布式系統(tǒng)：利用 TTC 等分布式事務(wù)方案。
先操作緩存還是先操作數(shù)據(jù)庫(kù)？
- 先刪除緩存，再操作數(shù)據(jù)庫(kù)。（問題：當(dāng)一個(gè)線程進(jìn)行修改操作時(shí)，先刪除了緩存，然后另一個(gè)線程讀取，讀取不到緩存便讀取數(shù)據(jù)庫(kù)，然后更新緩存，更新的是舊的數(shù)據(jù)庫(kù)的值，最后第一個(gè)線程又更新數(shù)據(jù)庫(kù)，導(dǎo)致數(shù)據(jù)庫(kù)和緩存不一致。這種問題出現(xiàn)的概率比較高。
- 先操作數(shù)據(jù)庫(kù)，再刪除緩存。（推薦。問題：當(dāng)一個(gè)線程讀取時(shí)正好緩存過期，那么將讀取到數(shù)據(jù)庫(kù)的數(shù)據(jù)，然后另一個(gè)線程進(jìn)入進(jìn)行修改操作，修改數(shù)據(jù)庫(kù)后，將緩存刪除。最后第一個(gè)線程將之前讀取的數(shù)據(jù)寫入緩存，就會(huì)造成數(shù)據(jù)庫(kù)和緩存不一致。但讀取緩存是微秒級(jí)的并又正好碰上緩存過期，因此該問題的概率很小。）
小結(jié)：
- 讀操作：緩存命中直接返回；緩存未命中則查詢數(shù)據(jù)庫(kù)，并寫入緩存，設(shè)定超時(shí)時(shí)間。
- 寫操作：先寫數(shù)據(jù)庫(kù)，然后再刪緩存。要確保數(shù)據(jù)庫(kù)與緩存操作的原子性。
3.3 超時(shí)剔除和主動(dòng)更新緩存實(shí)現(xiàn)
后端接口實(shí)現(xiàn)：
通過 id 查詢店鋪時(shí)，如果緩存未命中，則查詢數(shù)據(jù)庫(kù)，將數(shù)據(jù)庫(kù)寫入緩存，并設(shè)置超時(shí)時(shí)間。
@Service
public class ShopServiceImpl extends ServiceImpl<ShopMapper, Shop> implements IShopService {
@Resource
private StringRedisTemplate stringRedisTemplate;
@Override
public Result queryShopById(Long id) {
String key = "cache:shop:" + id;
// 1. 從 redis 查詢商鋪緩存
String shopJson = stringRedisTemplate.opsForValue().get(key);
// 2. 判斷是否存在
if(!StrUtil.isBlank(shopJson)) {
// 3. 存在，直接返回
Shop shop = JSONUtil.toBean(shopJson, Shop.class);
return Result.ok(shop);
}
// 4. 不存在，根據(jù) id 查詢數(shù)據(jù)庫(kù)
Shop shop = getById(id);
// 5. 不存在，返回錯(cuò)誤
if(shop == null){
return Result.fail("店鋪不存在！");
}
// 6. 存在，寫入 redis
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop));
stringRedisTemplate.expire(key, 30, TimeUnit.MINUTES);
// 7. 返回
return Result.ok(shop);
}
}
通過 id 修改店鋪時(shí)，先修改數(shù)據(jù)庫(kù)，再刪除緩存。
@Service
public class ShopServiceImpl extends ServiceImpl<ShopMapper, Shop> implements IShopService {
@Resource
private StringRedisTemplate stringRedisTemplate;
@Override
@Transactional
public Result updateShop(Shop shop) {
Long id = shop.getId();
if(id == null){
return Result.fail("店鋪 id 不能為空！");
}
// 1. 更新數(shù)據(jù)庫(kù)
updateById(shop);
// 2. 刪除緩存
stringRedisTemplate.delete("cache:shop:" + id);
return Result.ok();
}
}
4. 緩存穿透
4.1 基本介紹
緩存穿透 是指客戶端請(qǐng)求的數(shù)據(jù)在緩存中和數(shù)據(jù)庫(kù)中都不存在，這樣緩存永遠(yuǎn)不生效，這些請(qǐng)求都會(huì)打到數(shù)據(jù)庫(kù)。（如果不斷發(fā)起這樣的請(qǐng)求，會(huì)給數(shù)據(jù)庫(kù)帶來巨大壓力）
常見解決方案：
| 方案 | 描述 | 優(yōu)點(diǎn) | 缺點(diǎn) |
|---|---|---|---|
| 緩存空對(duì)象 | 如果請(qǐng)求的數(shù)據(jù)緩存不存在，并且數(shù)據(jù)庫(kù)也不存在，數(shù)據(jù)庫(kù)將給緩存更新個(gè)空對(duì)象。 | 實(shí)現(xiàn)簡(jiǎn)單，維護(hù)方便。 | 額外的內(nèi)存消耗，可能造成短期的不一致。 |
| 布隆過濾器 | 內(nèi)存占用較少，沒有多余 key | 實(shí)現(xiàn)復(fù)雜，存在誤判可能 | |
| 增強(qiáng) id 的復(fù)雜度，避免被猜測(cè) id 規(guī)律 | |||
| 做好數(shù)據(jù)的基礎(chǔ)格式校驗(yàn) | |||
| 做好熱點(diǎn)參數(shù)的限流 |
4.2 通過緩存空對(duì)象解決緩存穿透問題
代碼實(shí)現(xiàn)：
public Shop queryWithPassThrough(Long id) {
String key = "cache:shop:" + id;
// 1. 從 redis 查詢商鋪緩存
String shopJson = stringRedisTemplate.opsForValue().get(key);
// 2. 判斷是否存在
if (!StrUtil.isBlank(shopJson)) {
// 3. 存在，直接返回
return JSONUtil.toBean(shopJson, Shop.class);
}
// 判斷命中的是否為空值
if (shopJson != null) {
return null;
}
// 4. 不存在，根據(jù) id 查詢數(shù)據(jù)庫(kù)
Shop shop = getById(id);
// 5. 不存在，返回錯(cuò)誤
if (shop == null) {
// 將空值寫入 Redis
stringRedisTemplate.opsForValue().set(key, "", 2, TimeUnit.MINUTES);
// 返回錯(cuò)誤信息
return null;
}
// 6. 存在，寫入 redis
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop));
stringRedisTemplate.expire(key, 30, TimeUnit.MINUTES);
// 7. 返回
return shop;
}
5. 緩存雪崩
緩存雪崩 是指在同一時(shí)段大量的緩存 key 同時(shí)失效或者 Redis 服務(wù)宕機(jī)，導(dǎo)致大量請(qǐng)求到達(dá)數(shù)據(jù)庫(kù)，帶來巨大壓力。
解決方案：
- 給不同的 key 的 TTL 添加隨機(jī)值
- 利用 Redis 集群提高服務(wù)的可用性
- 給緩存業(yè)務(wù)添加降級(jí)限流策略
- 給業(yè)務(wù)添加多級(jí)緩存
6. 緩存擊穿
6.1 基本介紹
緩存擊穿 問題也叫熱點(diǎn) key 問題，就是一個(gè)被高并發(fā)訪問并且緩存重建業(yè)務(wù)較復(fù)雜的 key 突然失效了，無數(shù)的請(qǐng)求訪問會(huì)在瞬間給數(shù)據(jù)庫(kù)帶來巨大的沖擊。
常見解決方案：
| 解決方案 | 優(yōu)點(diǎn) | 缺點(diǎn) |
|---|---|---|
| 互斥鎖 | 沒有額外的內(nèi)存消耗；保證一致性；實(shí)現(xiàn)簡(jiǎn)單 | 線程需要等待，性能受影響；可能有死鎖風(fēng)險(xiǎn) |
| 邏輯過期 | 線程無需等待，性能較好 | 不保證一致性；有額外內(nèi)存消耗；實(shí)現(xiàn)復(fù)雜 |
6.2 基于互斥鎖方式解決緩存擊穿問題
這里通過 Redis 中的 SETNX 命令去自定義一個(gè)互斥鎖，通過 del 命令去刪除這個(gè) key 來解鎖。
自定義嘗試獲取鎖和釋放鎖實(shí)現(xiàn)
// 嘗試獲取鎖
private boolean tryLock(String key){
Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
// 拆箱過程可能有空值
return BooleanUtil.isTrue(flag);
}
// 釋放鎖
private void unlock(String key){
stringRedisTemplate.delete(key);
}
業(yè)務(wù)邏輯實(shí)現(xiàn)：
@Override
public Result queryShopById(Long id) {
// 互斥鎖緩存擊穿
Shop shop = queryWithMutex(id);
if(shop == null){
Result.fail("店鋪不存在！");
}
// 7. 返回
return Result.ok(shop);
}
// 互斥鎖存擊穿
public Shop queryWithMutex(Long id){
String key = "cache:shop:" + id;
// 1. 從 redis 查詢商鋪緩存
String shopJson = stringRedisTemplate.opsForValue().get(key);
// 2. 判斷是否存在
if(!StrUtil.isBlank(shopJson)) {
// 3. 存在，直接返回
return JSONUtil.toBean(shopJson, Shop.class);
}
// 判斷命中的是否為空值
if(shopJson != null ){
return null;
}
// 4. 實(shí)現(xiàn)緩存重建
// 4.1 獲取互斥鎖
String lockKey = "lock:shop:" + id;
Shop shop = null;
try {
boolean isLock = tryLock(lockKey);
// 4.2 判斷是否獲取成功
if(!isLock) {
// 4.3 失敗，則休眠并重試
Thread.sleep(50);
return queryWithMutex(id);
}
// 4.4 成功，則根據(jù) id 查詢數(shù)據(jù)庫(kù)
shop = getById(id);
// 5. 不存在，返回錯(cuò)誤
if(shop == null){
// 將空值寫入 Redis
stringRedisTemplate.opsForValue().set(key, "", 2, TimeUnit.MINUTES);
// 返回錯(cuò)誤信息
return null;
}
// 6. 存在，寫入 redis
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop));
stringRedisTemplate.expire(key, 30, TimeUnit.MINUTES);
// 7. 釋放互斥鎖
unlock(lockKey);
} catch (InterruptedException e) {
throw new RuntimeException(e);
}
// 8. 返回
return shop;
}
6.3 基于邏輯過期方式解決緩存擊穿問題
在不修改原有實(shí)體類的情況下，可以新定義一個(gè)類用來保存原有的數(shù)據(jù)并添加邏輯過期時(shí)間
@Data
public class RedisData {
// 邏輯過期時(shí)間
private LocalDateTime expireTime;
// 要存儲(chǔ)到 Redis 中的數(shù)據(jù)
private Object data;
}
將店鋪數(shù)據(jù)和邏輯過期時(shí)間封裝并保存到 Redis 中
public void saveShop2Redis(Long id, Long expireSeconds){
// 1. 查詢店鋪數(shù)據(jù)
Shop shop = getById(id);
// 2. 封裝邏輯過期時(shí)間
RedisData redisData = new RedisData();
redisData.setData(shop);
redisData.setExpireTime(LocalDateTime.now().plusSeconds(expireSeconds));
// 3. 寫入 Redis
stringRedisTemplate.opsForValue().set("cache:shop:" + id, JSONUtil.toJsonStr(redisData));
}
業(yè)務(wù)實(shí)現(xiàn)：
// 定義線程池
private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);
// 基于邏輯過期緩存穿透
public Shop queryWithLogicalExpire(Long id) {
String key = "cache:shop:" + id;
// 1. 從 redis 查詢商鋪緩存
String shopJson = stringRedisTemplate.opsForValue().get(key);
// 2. 判斷是否存在
if (StrUtil.isBlank(shopJson)) {
// 3. 不存在，直接返回
return null;
}
// 4. 命中，需要吧 json 反序列化為對(duì)象
RedisData redisData = JSONUtil.toBean(shopJson, RedisData.class);
LocalDateTime expireTime = redisData.getExpireTime();
// 因?yàn)?data 類型為 Object，并不知道為 Shop，這里會(huì)轉(zhuǎn)成 JSONObject
JSONObject data = (JSONObject) redisData.getData();
Shop shop = JSONUtil.toBean(data, Shop.class);
// 5. 判斷是否過期
if (expireTime.isAfter(LocalDateTime.now())) {
// 5.1 未過期，直接返回店鋪信息
return shop;
}
// 5.2 已過期，需要緩存重建
// 6. 緩存重建
// 6.1 獲取互斥鎖
String lockKey = "lock:shop:" + id;
boolean isLock = tryLock(lockKey);
// 6.2 判斷是否獲取鎖成功
if (isLock) {
// 6.3 成功，開啟獨(dú)立線程，實(shí)現(xiàn)緩存重建
CACHE_REBUILD_EXECUTOR.submit(() -> {
// 重建緩存
this.saveShop2Redis(id, 1800L);
// 釋放鎖
unlock(lockKey);
});
}
// 6.4 返回過期的店鋪信息
return shop;
}
7. 緩存工具封裝
接下來將對(duì)以下四個(gè)方法進(jìn)行封裝：
- 將任意 Java 對(duì)象序列化為 JSON 并存儲(chǔ)在 String 類型的 key 中，并可以設(shè)置 TTL 過期時(shí)間
- 將任意 Java 對(duì)象序列化為 JSON 并存儲(chǔ)在 String 類型的 key 中，并可以設(shè)置邏輯過期時(shí)間，用于處理緩存擊穿問題
- 根據(jù)指定的 key 查詢緩存，并反序列化為指定類型，利用緩存空值的方式解決緩存穿透問題
- 根據(jù)指定的 key 查詢緩存，并反序列化為指定類型，利用邏輯過期解決緩存擊穿問題
@Slf4j
@Component
public class CacheClient {
private final StringRedisTemplate stringRedisTemplate;
public CacheClient(StringRedisTemplate stringRedisTemplate) {
this.stringRedisTemplate = stringRedisTemplate;
}
// 將任意 Java 對(duì)象序列化為 JSON 并存儲(chǔ)在 String 類型的 key 中，并可以設(shè)置 TTL 過期時(shí)間
public void set(String key, Object value, Long time, TimeUnit unit) {
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(value), time, unit);
}
// 將任意 Java 對(duì)象序列化為 JSON 并存儲(chǔ)在 String 類型的 key 中，并可以設(shè)置邏輯過期時(shí)間，用于處理緩存擊穿問題
public void setWithLogicalExpire(String key, Object value, Long time, TimeUnit unit) {
// 設(shè)置邏輯過期
RedisData redisData = new RedisData();
redisData.setData(value);
redisData.setExpireTime(LocalDateTime.now().plusSeconds(unit.toSeconds(time)));
// 寫入 redis
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(redisData));
}
// 根據(jù)指定的 key 查詢緩存，并反序列化為指定類型，利用緩存空值的方式解決緩存穿透問題
public <R, ID> R queryWithPassThrough(
String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit) {
String key = keyPrefix + id;
// 1. 從 redis 查詢商鋪緩存
String json = stringRedisTemplate.opsForValue().get(key);
// 2. 判斷是否存在
if (!StrUtil.isBlank(json)) {
// 3. 存在，直接返回
return JSONUtil.toBean(json, type);
}
// 判斷命中的是否為空值
if (json != null) {
return null;
}
// 4. 不存在，根據(jù) id 查詢數(shù)據(jù)庫(kù)
R r = dbFallback.apply(id);
// 5. 不存在，返回錯(cuò)誤
if (r == null) {
// 將空值寫入 Redis
stringRedisTemplate.opsForValue().set(key, "", 2, TimeUnit.MINUTES);
// 返回錯(cuò)誤信息
return null;
}
// 6. 存在，寫入 redis
this.set(key, r, time, unit);
// 7. 返回
return r;
}
// 根據(jù)指定的 key 查詢緩存，并反序列化為指定類型，利用邏輯過期解決緩存擊穿問題
// 定義線程池
private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);
// 嘗試獲取鎖
private boolean tryLock(String key) {
Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);
// 拆箱過程可能有空值
return BooleanUtil.isTrue(flag);
}
// 釋放鎖
private void unlock(String key) {
stringRedisTemplate.delete(key);
}
// 基于邏輯過期緩存穿透
public <R, ID> R queryWithLogicalExpire(
String keyPrefix1, String keyPrefix2, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit) {
String key = keyPrefix1 + id;
// 1. 從 redis 查詢商鋪緩存
String json = stringRedisTemplate.opsForValue().get(key);
// 2. 判斷是否存在
if (StrUtil.isBlank(json)) {
// 3. 不存在，直接返回
return null;
}
// 4. 命中，需要吧 json 反序列化為對(duì)象
RedisData redisData = JSONUtil.toBean(json, RedisData.class);
LocalDateTime expireTime = redisData.getExpireTime();
// 因?yàn)?data 類型為 Object，并不知道為 Shop，這里會(huì)轉(zhuǎn)成 JSONObject
JSONObject data = (JSONObject) redisData.getData();
R r = JSONUtil.toBean(data, type);
// 5. 判斷是否過期
if (expireTime.isAfter(LocalDateTime.now())) {
// 5.1 未過期，直接返回店鋪信息
return r;
}
// 5.2 已過期，需要緩存重建
// 6. 緩存重建
// 6.1 獲取互斥鎖
String lockKey = keyPrefix2 + id;
boolean isLock = tryLock(lockKey);
// 6.2 判斷是否獲取鎖成功
if (isLock) {
// 6.3 成功，開啟獨(dú)立線程，實(shí)現(xiàn)緩存重建
CACHE_REBUILD_EXECUTOR.submit(() -> {
try {
// 重建緩存
// 查詢數(shù)據(jù)庫(kù)
R r1 = dbFallback.apply(id);
// 寫入 Redis
this.setWithLogicalExpire(key, r1, time, unit);
} catch (Exception e) {
throw new RuntimeException(e);
} finally {
// 釋放鎖
unlock(lockKey);
}
});
}
// 6.4 返回過期的店鋪信息
return r;
}
}
總結(jié)
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
redis內(nèi)存數(shù)據(jù)數(shù)據(jù)集大小升到一定大的時(shí)候,就會(huì)實(shí)行數(shù)據(jù)淘汰策略,本文主要介紹了redis淘汰策略的幾種實(shí)現(xiàn),具有一定的參考價(jià)值,感興趣的可以了解一下2024-05-05
Redis GEO實(shí)現(xiàn)搜索附近用戶的項(xiàng)目實(shí)踐
RedisGEO主要用于存儲(chǔ)地理位置信息,并對(duì)存儲(chǔ)的信息進(jìn)行操作,本文主要介紹了Redis GEO實(shí)現(xiàn)搜索附近用戶的項(xiàng)目實(shí)踐,具有一定的參考價(jià)值,感興趣的可以了解一下2024-05-05
如何使用?redis?消息隊(duì)列完成秒殺過期訂單處理操作(二)
這篇文章主要介紹了如何使用?redis?消息隊(duì)列完成秒殺過期訂單處理操作,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),感興趣的朋友跟隨小編一起看看吧2024-07-07
這篇文章主要給大家介紹了關(guān)于redis實(shí)現(xiàn)加鎖的幾種方法，加鎖命令分別是INCR、SETNX和SET，文中給出了詳細(xì)的示例代碼，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧。2017-09-09
詳解redis是如何實(shí)現(xiàn)隊(duì)列消息的ack
這篇文章主要介紹了關(guān)于redis是如何實(shí)現(xiàn)隊(duì)列消息的ack的相關(guān)資料，文中介紹的非常詳細(xì)，需要的朋友可以參考借鑒，下面來一起看看吧。2017-04-04
這篇文章主要介紹了Redis中的zset的底層實(shí)現(xiàn)過程,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2025-06-06
這篇文章主要介紹了Redis配置文件詳解,本文詳細(xì)完整的用中文解釋了Redis配置文件中各種參數(shù)的作用和功能,需要的朋友可以參考下2015-04-04
edis作為一個(gè)高性能的內(nèi)存數(shù)據(jù)庫(kù),提供了多種機(jī)制來實(shí)現(xiàn)分布式鎖,本文將詳細(xì)介紹如何使用Redis實(shí)現(xiàn)分布式鎖,感興趣的朋友一起看看吧2025-04-04
大key刪除直接調(diào)用 del 命令刪除key,容易造成請(qǐng)求被阻塞,本文主要介紹了Redis 大key的幾種刪除方式,具有一定的參考價(jià)值,感興趣的可以了解一下2025-03-03
windows下使用redis requirepass認(rèn)證不起作用的解決方法
今天小編就為大家分享一篇windows下使用redis requirepass認(rèn)證不起作用的解決方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-05-05