Redis

首页 标签 Redis
# Redis #
关注
24515内容
第七章 SpringBoot框架
SpringBoot是简化Spring开发的框架,核心功能包括:starter起步依赖简化配置、自动配置实现Bean自动化管理、内嵌Web服务器支持jar包直接运行。常用starter如web、aop、redis等,分为官方与第三方两类,极大提升了开发效率。(238字)
13 | 空间检索(上):如何用 Geohash 实现「查找附近的人」功能?
本文介绍了如何高效实现“查找附近的人”功能,提出基于Geohash的区域编码与索引方案。通过将二维坐标转为一维编码,结合非精准与精准检索策略,利用跳表、二叉树等数据结构提升查询效率,适用于大规模地理位置服务场景。
02 | 非线性结构检索:数据频繁变化的情况下,如何高效检索?
本文通过文件查找引出树状结构的优势,探讨如何利用非线性结构提升数据检索效率。重点分析二叉检索树与跳表如何实现二分查找,解决链表无法随机访问的问题,并比较二者在平衡性、插入效率及实际应用中的优劣,揭示高效检索的核心原理。
Docker安装Redis
本文介绍Docker安装Redis 6.0.8的单机版与实际应用版配置,涵盖容器卷映射、配置文件设置及集群存储算法。重点解析哈希取余、一致性哈希与哈希槽分区算法,说明Redis集群为何采用16384个槽,及其在数据分布、节点扩容与网络开销间的权衡设计。
|
5天前
|
大厂如何解决订单幂等问题
大厂通过唯一标识+数据库唯一约束实现订单幂等:创建时预生成订单号,利用主键防重;更新时引入版本号机制,避免ABA问题,结合Redis或DB状态标记,确保接口多次调用结果一致,保障分布式系统数据准确。
|
5天前
|
13 | 空间检索(上):如何用 Geohash 实现「查找附近的人」功能?
本文介绍了如何高效实现“查找附近的人”功能,针对大规模系统提出基于区域划分与Geohash编码的解决方案。通过将二维空间划分为带编号的区域,并利用一维编码(如Geohash)建立索引,可大幅提升检索效率。支持非精准与精准查询:前者直接查所在区域,后者扩展至邻接8区域以避免遗漏,结合二分查找、跳表或Redis等技术实现快速定位。尤其适用于社交、餐饮、出行等LBS场景。
02 | 非线性结构检索:数据频繁变化的情况下,如何高效检索?
通过树状结构与跳表优化数据检索,本文探讨如何在非线性结构中实现高效二分查找。对比有序数组、二叉检索树与跳表,解析其在动态数据场景下的性能优劣与适用边界。
13 | 空间检索(上):如何用 Geohash 实现「查找附近的人」功能?
本文介绍了如何高效实现“查找附近的人”功能,针对大规模系统提出基于区域划分与Geohash编码的检索方案。通过将二维空间划分为带编号的区域,并利用一维编码(如Geohash)建立索引,可大幅提升查询效率。支持非精准与精准两种模式:前者直接查所在区域,后者结合邻近8区域扩大候选集以保证准确性。Geohash将经纬度转为字符串编码,便于存储与比较,广泛应用于Redis等系统。适用于社交、餐饮、出行等LBS场景。
|
5天前
|
02 | 非线性结构检索:数据频繁变化的情况下,如何高效检索?
通过树状结构与跳表,将无序数据组织为可高效检索的非线性结构。二叉检索树利用有序性和二分查找提升效率,跳表则通过多层指针实现快速访问,二者均在动态数据场景下优于有序数组,兼顾查询与更新性能。
|
6天前
|
10-Docker安装Redis
本文介绍Docker安装Redis单机与集群部署,涵盖配置映射、数据持久化及3主3从集群搭建。深入解析Redis集群存储算法:哈希取余、一致性哈希与哈希槽,重点说明槽位分配机制及16384个槽的设计原理,并演示主从扩缩容操作流程。
免费试用