前言

常用的SQL數(shù)據(jù)庫的數(shù)據(jù)都是存在磁盤中的，雖然在數(shù)據(jù)庫底層也做了對應的緩存來減少數(shù)據(jù)庫的IO壓力，但由于數(shù)據(jù)庫的緩存一般是針對查詢的內(nèi)容，而且粒度也比較小，一般只有表中的數(shù)據(jù)沒有發(fā)生變動的時候，數(shù)據(jù)庫的緩存才會產(chǎn)生作用，但這并不能減少業(yè)務邏輯對數(shù)據(jù)庫的增刪改操作的IO壓力，因此緩存技術(shù)應運而生，該技術(shù)實現(xiàn)了對熱點數(shù)據(jù)的高速緩存，可以大大緩解后端數(shù)據(jù)庫的壓力。

創(chuàng)新互聯(lián)公司始終堅持【策劃先行，效果至上】的經(jīng)營理念，通過多達10多年累計超上千家客戶的網(wǎng)站建設總結(jié)了一套系統(tǒng)有效的全網(wǎng)營銷推廣解決方案，現(xiàn)已廣泛運用于各行各業(yè)的客戶，其中包括：發(fā)電機回收等企業(yè)，備受客戶贊揚。

主流應用架構(gòu)

客戶端在對數(shù)據(jù)庫發(fā)起請求時，先到緩存層查看是否有所需的數(shù)據(jù)，如果緩存層存有客戶端所需的數(shù)據(jù)，則直接從緩存層返回，否則進行穿透查詢，對數(shù)據(jù)庫進行查詢，如果在數(shù)據(jù)庫中查詢到該數(shù)據(jù)，則將該數(shù)據(jù)回寫到緩存層，以便下次客戶端再次查詢能夠直接從緩存層獲取數(shù)據(jù)。

緩存中間件 -- Memcache和Redis的區(qū)別

• Memcache:代碼層類似Hash

• 1.支持簡單數(shù)據(jù)類型

• 2.不支持數(shù)據(jù)持久化存儲

• 3.不支持主從

• 4.不支持分片

• Redis

• 1.數(shù)據(jù)類型豐富

• 2.支持數(shù)據(jù)磁盤持久化存儲

• 3.支持主從

• 4.支持分片

為什么Redis能這么快

Redis的效率很高，官方給出的數(shù)據(jù)是100000+QPS(query per second),這是因為：

1.Redis完全基于內(nèi)存，絕大部分請求是純粹的內(nèi)存操作，執(zhí)行效率高。

2.Redis使用單進程單線程模型的(K,V)數(shù)據(jù)庫，將數(shù)據(jù)存儲在內(nèi)存中，存取均不會受到硬盤IO的限制，因此其執(zhí)行速度極快，另外單線程也能處理高并發(fā)請求，還可以避免頻繁上下文切換和鎖的競爭，如果想要多核運行也可以啟動多個實例。

3.數(shù)據(jù)結(jié)構(gòu)簡單，對數(shù)據(jù)操作也簡單，Redis不使用表，不會強制用戶對各個關系進行關聯(lián)，不會有復雜的關系限制，其存儲結(jié)構(gòu)就是鍵值對，類似于HashMap，HashMap大的優(yōu)點就是存取的時間復雜度為O(1)。

4.Redis使用多路I/O復用模型，為非阻塞IO（非阻塞IO會另寫一篇解釋，可以先行百度）。

---

注：Redis采用的I/O多路復用函數(shù)：epoll/kqueue/evport/select

選用策略：

1.因地制宜，優(yōu)先選擇時間復雜度為O(1)的I/O多路復用函數(shù)作為底層實現(xiàn)。

2.由于select要遍歷每一個IO，所以其時間復雜度為O(n)，通常被作為保底方案。

3.基于react設計模式監(jiān)聽I/O事件。

---

Redis的數(shù)據(jù)類型

• String

• 最基本的數(shù)據(jù)類型，其值大可存儲512M，二進制安全（Redis的String可以包含任何二進制數(shù)據(jù)，包含jpg對象等）。

注：如果重復寫入key相同的鍵值對，后寫入的會將之前寫入的覆蓋。

Hash

String元素組成的字典，適用于存儲對象。

List

列表，按照String元素插入順序排序。其順序為后進先出。由于其具有棧的特性，所以可以實現(xiàn)如“最新消息排行榜”這類的功能。

Set

String元素組成的無序集合，通過哈希表實現(xiàn)（增刪改查時間復雜度為O(1)），不允許重復。

另外，當我們使用smembers遍歷set中的元素時，其順序也是不確定的，是通過hash運算過后的結(jié)果。Redis還對集合提供了求交集、并集、差集等操作，可以實現(xiàn)如同共同關注，共同好友等功能。

Sorted Set

通過分數(shù)來為集合中的成員進行從小到大的排序。

• 更高級的Redis類型

• 用于計數(shù)的HyperLogLog、用于支持存儲地理位置信息的Geo。

從海量Key里查詢出某一個固定前綴的Key

• 假設redis中有十億條key，如何從這么多key中找到固定前綴的key？

• 方法1：使用KEYS [pattern]：查找所有符合給定模式pattern的key

• 使用keys [pattern]指令可以找到所有符合pattern條件的key，但是keys會一次性返回所有符合條件的key，所以會造成redis的卡頓，假設redis此時正在生產(chǎn)環(huán)境下，使用該命令就會造成隱患，另外如果一次性返回所有key，對內(nèi)存的消耗在某些條件下也是巨大的。 例：

• keys test* //返回所有以test為前綴的key

• 方法2：使用SCAN cursor [MATCH pattern] [COUNT count]

• cursor：游標 MATCH pattern：查詢key的條件 count：返回的條數(shù) SCAN是一個基于游標的迭代器，需要基于上一次的游標延續(xù)之前的迭代過程。SCAN以0作為游標，開始一次新的迭代，直到命令返回游標0完成一次遍歷。此命令并不保證每次執(zhí)行都返回某個給定數(shù)量的元素，甚至會返回0個元素，但只要游標不是0，程序都不會認為SCAN命令結(jié)束，但是返回的元素數(shù)量大概率符合count參數(shù)。另外，SCAN支持模糊查詢。 例：

• SCAN 0 MATCH test* COUNT 10 //每次返回10條以test為前綴的key

如何通過Redis實現(xiàn)分布式鎖

• 分布式鎖

• 分布式鎖是控制分布式系統(tǒng)之間共同訪問共享資源的一種鎖的實現(xiàn)。如果一個系統(tǒng)，或者不同系統(tǒng)的不同主機之間共享某個資源時，往往需要互斥，來排除干擾，滿足數(shù)據(jù)一致性。

• 分布式鎖需要解決的問題如下：

• 1.互斥性：任意時刻只有一個客戶端獲取到鎖，不能有兩個客戶端同時獲取到鎖。

• 2.安全性：鎖只能被持有該鎖的客戶端刪除，不能由其它客戶端刪除。

• 3.死鎖：獲取鎖的客戶端因為某些原因而宕機繼而無法釋放鎖，其它客戶端再也無法獲取鎖而導致死鎖，此時需要有特殊機制來避免死鎖。

• 4.容錯：當各個節(jié)點，如某個redis節(jié)點宕機的時候，客戶端仍然能夠獲取鎖或釋放鎖。

• 如何使用redis實現(xiàn)分布式鎖

• 使用SETNX實現(xiàn)

• SETNX key value:如果key不存在，則創(chuàng)建并賦值。該命令時間復雜度為O(1)，如果設置成功，則返回1，否則返回0。

• 由于SETNX指令操作簡單，且是原子性的，所以初期的時候經(jīng)常被人們作為分布式鎖，我們在應用的時候，可以在某個共享資源區(qū)之前先使用SETNX指令，查看是否設置成功，如果設置成功則說明前方?jīng)]有客戶端正在訪問該資源，如果設置失敗則說明有客戶端正在訪問該資源，那么當前客戶端就需要等待。但是如果真的這么做，就會存在一個問題，因為SETNX是長久存在的，所以假設一個客戶端正在訪問資源，并且上鎖，那么當這個客戶端結(jié)束訪問時，該鎖依舊存在，后來者也無法成功獲取鎖，這個該如何解決呢？

• 由于SETNX并不支持傳入EXPIRE參數(shù)，所以我們可以直接使用EXPIRE指令來對特定的key來設置過期時間。

用法：EXPIRE key seconds

• 程序：

RedisService?redisService?=?SpringUtils.getBean(RedisService.class);
long?status?=?redisService.setnx(key,"1");
if(status?==?1){
?redisService.expire(key,expire);
?doOcuppiedWork();
}

• 這段程序存在的問題:假設程序運行到第二行出現(xiàn)異常，那么程序來不及設置過期時間就結(jié)束了，則key會一直存在，等同于鎖一直被持有無法釋放。出現(xiàn)此問題的根本原因為：原子性得不到滿足。

• 解決：從Redis2.6.12版本開始，我們就可以使用Set操作，將Setnx和expire融合在一起執(zhí)行，具體做法如下。

SET?KEY?value?[EX?seconds]?[PX?milliseconds]?[NX|XX]

• EX second:設置鍵的過期時間為second秒。

• PX millisecond:設置鍵的過期時間為millisecond毫秒。

• NX：只在鍵不存在時，才對鍵進行設置操作。

• XX:只在鍵已經(jīng)存在時，才對鍵進行設置操作。

• 注：SET操作成功完成時才會返回OK，否則返回nil。

• 有了SET我們就可以在程序中使用類似下面的代碼實現(xiàn)分布式鎖了：

RedisService?redisService?=?SpringUtils.getBean(RedisService.class);
String?result?=?redisService.set(lockKey,requestId,SET_IF_NOT_EXIST,SET_WITH_EXPIRE_TIME,expireTime);
if("OK.equals(result)"){
?doOcuppiredWork();
}

如何實現(xiàn)異步隊列

• 使用Redis中的List作為隊列

• 使用上文所說的Redis的數(shù)據(jù)結(jié)構(gòu)中的List作為隊列 Rpush生產(chǎn)消息，LPOP消費消息。

• 此時我們可以看到，該隊列是使用rpush生產(chǎn)隊列，使用lpop消費隊列。在這個生產(chǎn)者-消費者隊列里，當lpop沒有消息時，證明該隊列中沒有元素，并且生產(chǎn)者還沒有來得及生產(chǎn)新的數(shù)據(jù)。

• 缺點：lpop不會等待隊列中有值之后再消費，而是直接進行消費。

• 彌補：可以通過在應用層引入Sleep機制去調(diào)用LPOP重試。

• 使用BLPOP key [key...] timeout

• BLPOP key [key ...] timeout:阻塞直到隊列有消息或者超時。

• 缺點：按照此種方法，我們生產(chǎn)后的數(shù)據(jù)只能提供給各個單一消費者消費能否實現(xiàn)生產(chǎn)一次就能讓多個消費者消費呢？

• pub/sub：主題訂閱者模式

• 發(fā)送者（pub）發(fā)送消息，訂閱者（sub）接收消息。 訂閱者可以訂閱任意數(shù)量的頻道

• pub/sub模式的缺點：

• 消息的發(fā)布是無狀態(tài)的，無法保證可達。對于發(fā)布者來說，消息是“即發(fā)即失”的，此時如果某個消費者在生產(chǎn)者發(fā)布消息時下線，重新上線之后，是無法接收該消息的，要解決該問題需要使用專業(yè)的消息隊列，如kafka...此處不再贅述。

Redis持久化

• 什么是持久化

• 持久化，即將數(shù)據(jù)持久存儲，而不因斷電或其它各種復雜外部環(huán)境影響數(shù)據(jù)的完整性。由于Redis將數(shù)據(jù)存儲在內(nèi)存而不是磁盤中，所以內(nèi)存一旦斷電，Redis中存儲的數(shù)據(jù)也隨即消失，這往往是用戶不期望的，所以Redis有持久化機制來保證數(shù)據(jù)的安全性。

• Redis如何做持久化

• Redis目前有兩種持久化方式，即RDB和AOF，RDB是通過保存某個時間點的全量數(shù)據(jù)快照實現(xiàn)數(shù)據(jù)的持久化，當恢復數(shù)據(jù)時，直接通過rdb文件中的快照，將數(shù)據(jù)恢復。

• RDB(快照)持久化:保存某個時間點的全量數(shù)據(jù)快照

• RDB持久化會在某個特定的間隔保存那個時間點的全量數(shù)據(jù)的快照。 RDB配置文件: redis.conf:

save?900?1?#在900s內(nèi)如果有1條數(shù)據(jù)被寫入，則產(chǎn)生一次快照。
?save?300?10?#在300s內(nèi)如果有10條數(shù)據(jù)被寫入，則產(chǎn)生一次快照
?save?60?10000?#在60s內(nèi)如果有10000條數(shù)據(jù)被寫入，則產(chǎn)生一次快照
?stop-writes-on-bgsave-error?yes?
?#stop-writes-on-bgsave-error?：
?如果為yes則表示，當備份進程出錯的時候，
?主進程就停止進行接受新的寫入操作，這樣是為了保護持久化的數(shù)據(jù)一致性的問題。

• RDB的創(chuàng)建與載入

• SAVE:阻塞Redis的服務器進程，直到RDB文件被創(chuàng)建完畢。SAVE命令很少被使用，因為其會阻塞主線程來保證快照的寫入，由于Redis是使用一個主線程來接收所有客戶端請求，這樣會阻塞所有客戶端請求。

• BGSAVE:該指令會Fork出一個子進程來創(chuàng)建RDB文件，不阻塞服務器進程，子進程接收請求并創(chuàng)建RDB快照，父進程繼續(xù)接收客戶端的請求。子進程在完成文件的創(chuàng)建時會向父進程發(fā)送信號，父進程在接收客戶端請求的過程中，在一定的時間間隔通過輪詢來接收子進程的信號。我們也可以通過使用lastsave指令來查看bgsave是否執(zhí)行成功，lastsave可以返回最后一次執(zhí)行成功bgsave的時間。

• 自動化觸發(fā)RDB持久化的方式

• 1.根據(jù)redis.conf配置里的SAVE m n 定時觸發(fā)（實際上使用的是BGSAVE）

• 2.主從復制時，主節(jié)點自動觸發(fā)。

• 3.執(zhí)行Debug Reload

• 4.執(zhí)行Shutdown且沒有開啟AOF持久化。

• BGSAVE的原理

• 啟動：

• 1.檢查是否存在子進程正在執(zhí)行AOF或者RDB的持久化任務。如果有則返回false。

• 2.調(diào)用Redis源碼中的rdbSaveBackground方法，方法中執(zhí)行fork()產(chǎn)生子進程執(zhí)行rdb操作。

• 3.關于fork()中的Copy-On-Write

• fork()在linux中創(chuàng)建子進程采用Copy-On-Write（寫時拷貝技術(shù)），即如果有多個調(diào)用者同時要求相同資源（如內(nèi)存或磁盤上的數(shù)據(jù)存儲），他們會共同獲取相同的指針指向相同的資源，直到某個調(diào)用者試圖修改資源的內(nèi)容時，系統(tǒng)才會真正復制一份專用副本給調(diào)用者，而其它調(diào)用者所見到的最初的資源仍然保持不變。

• RDB持久化方式的缺點

• 1.內(nèi)存數(shù)據(jù)全量同步，數(shù)據(jù)量大的狀況下，會由于I/O而嚴重影響性能。

• 2.可能會因為Redis宕機而丟失從當前至最近一次快照期間的數(shù)據(jù)。

• AOF(Append-Only-File)持久化:保存寫狀態(tài)

• AOF持久化是通過保存Redis的寫狀態(tài)來記錄數(shù)據(jù)庫的。相對RDB來說，RDB持久化是通過備份數(shù)據(jù)庫的狀態(tài)來記錄數(shù)據(jù)庫，而AOF持久化是備份數(shù)據(jù)庫接收到的指令。

• 1.AOF記錄除了查詢以外的所有變更數(shù)據(jù)庫狀態(tài)的指令。

• 2.以增量的形式追加保存到AOF文件中。

• 開啟AOF持久化

• 1.打開redis.conf配置文件,將appendonly屬性改為yes。

• 2.修改appendfsync屬性，該屬性可以接收三種參數(shù)，分別是always,everysec,no,always表示總是即時將緩沖區(qū)內(nèi)容寫入AOF文件當中，everysec表示每隔一秒將緩沖區(qū)內(nèi)容寫入AOF文件，no表示將寫入文件操作交由操作系統(tǒng)決定，一般來說，操作系統(tǒng)考慮效率問題，會等待緩沖區(qū)被填滿再將緩沖區(qū)數(shù)據(jù)寫入AOF文件中。

appendonly?yes
?#appendsync?always
?appendfsync?everysec
?#?appendfsync?no

• 日志重寫解決AOF文件不斷增大的問題

• 隨著寫操作的不斷增加，AOF文件會越來越大。假設遞增一個計數(shù)器100次，如果使用RDB持久化方式，我們只要保存最終結(jié)果100即可，而AOF持久化方式需要記錄下這100次遞增操作的指令，而事實上要恢復這條記錄，只需要執(zhí)行一條命令就行，所以那一百條命令實際可以精簡為一條。Redis支持這樣的功能，在不中斷前臺服務的情況下，可以重寫AOF文件，同樣使用到了COW（寫時拷貝）。重寫過程如下：

• 1.調(diào)用fork()，創(chuàng)建一個子進程。

• 2.子進程把新的AOF寫到一個臨時文件里，不依賴原來的AOF文件。

• 3.主進程持續(xù)將新的變動同時寫到內(nèi)存和原來的AOF里。

• 4.主進程獲取子進程重寫AOF的完成信號，往新AOF同步增量變動。

• 5.使用新的AOF文件替換掉舊的AOF文件。

• AOF和RDB的優(yōu)缺點

• RDB優(yōu)點：全量數(shù)據(jù)快照，文件小，恢復快。

• RDB缺點：無法保存最近一次快照之后的數(shù)據(jù)。

• AOF優(yōu)點：可讀性高，適合保存增量數(shù)據(jù)，數(shù)據(jù)不易丟失。

• AOF缺點：文件體積大，恢復時間長。

• RDB-AOF混合持久化方式

• redis4.0之后推出了此種持久化方式，RDB作為全量備份，AOF作為增量備份，并且將此種方式作為默認方式使用。

• 在上述兩種方式中，RDB方式是將全量數(shù)據(jù)寫入RDB文件，這樣寫入的特點是文件小，恢復快，但無法保存最近一次快照之后的數(shù)據(jù)，AOF則將redis指令存入文件中，這樣又會造成文件體積大，恢復時間長等弱點。

• 在RDB-AOF方式下，持久化策略首先將緩存中數(shù)據(jù)以RDB方式全量寫入文件，再將寫入后新增的數(shù)據(jù)以AOF的方式追加在RDB數(shù)據(jù)的后面，在下一次做RDB持久化的時候?qū)OF的數(shù)據(jù)重新以RDB的形式寫入文件。這種方式既可以提高讀寫和恢復效率，也可以減少文件大小，同時可以保證數(shù)據(jù)的完整性。在此種策略的持久化過程中，子進程會通過管道從父進程讀取增量數(shù)據(jù)，在以RDB格式保存全量數(shù)據(jù)時，也會通過管道讀取數(shù)據(jù)，同時不會造成管道阻塞。可以說，在此種方式下的持久化文件，前半段是RDB格式的全量數(shù)據(jù)，后半段是AOF格式的增量數(shù)據(jù)。此種方式是目前較為推薦的一種持久化方式。

Redis數(shù)據(jù)的恢復

• RDB和AOF文件共存情況下的恢復流程

• 從圖可知，Redis啟動時會先檢查AOF是否存在，如果AOF存在則直接加載AOF，如果不存在AOF，則直接加載RDB文件。

Pineline

Pipeline和Linux的管道類似，它可以讓Redis批量執(zhí)行指令。

Redis基于請求/響應模型，單個請求處理需要一一應答。如果需要同時執(zhí)行大量命令，則每條命令都需要等待上一條命令執(zhí)行完畢后才能繼續(xù)執(zhí)行，這中間不僅僅多了RTT,還多次使用了系統(tǒng)IO。Pipeline由于可以批量執(zhí)行指令，所以可以節(jié)省多次IO和請求響應往返的時間。但是如果指令之間存在依賴關系，則建議分批發(fā)送指令。

Redis的同步機制

• 主從同步原理

• Redis一般是使用一個Master節(jié)點來進行寫操作，而若干個Slave節(jié)點進行讀操作，Master和Slave分別代表了一個個不同的RedisServer實例，另外定期的數(shù)據(jù)備份操作也是單獨選擇一個Slave去完成，這樣可以大程度發(fā)揮Redis的性能，為的是保證數(shù)據(jù)的弱一致性和最終一致性。另外，Master和Slave的數(shù)據(jù)不是一定要即時同步的，但是在一段時間后Master和Slave的數(shù)據(jù)是趨于同步的，這就是最終一致性。

• 全同步過程

• 1.Slave發(fā)送sync命令到Master。

• 2.Master啟動一個后臺進程，將Redis中的數(shù)據(jù)快照保存到文件中。

• 3.Master將保存數(shù)據(jù)快照期間接收到的寫命令緩存起來。

• 4.Master完成寫文件操作后，將該文件發(fā)送給Slave。

• 5.使用新的AOF文件替換掉舊的AOF文件。

• 6.Master將這期間收集的增量寫命令發(fā)送給Slave端。

• 增量同步過程

• 1.Master接收到用戶的操作指令，判斷是否需要傳播到Slave。

• 2.將操作記錄追加到AOF文件。

• 3.將操作傳播到其它Slave：1.對齊主從庫；2.往響應緩存寫入指令。

• 4.將緩存中的數(shù)據(jù)發(fā)送給Slave。

• Redis Sentinel（哨兵）

• 主從模式弊端：當Master宕機后，Redis集群將不能對外提供寫入操作。Redis Sentinel可解決這一問題。

• 解決主從同步Master宕機后的主從切換問題：

• 1.監(jiān)控：檢查主從服務器是否運行正常。

• 2.提醒：通過API向管理員或者其它應用程序發(fā)送故障通知。

• 3.自動故障遷移：主從切換（在Master宕機后，將其中一個Slave轉(zhuǎn)為Master，其他的

• Slave從該節(jié)點同步數(shù)據(jù)）。

Redis集群

• 原理：如何從海量數(shù)據(jù)里快速找到所需？

• 分片

• 按照某種規(guī)則去劃分數(shù)據(jù)，分散存儲在多個節(jié)點上。通過將數(shù)據(jù)分到多個Redis服務器上，來減輕單個Redis服務器的壓力。

• 一致性Hash算法

• 既然要將數(shù)據(jù)進行分片，那么通常的做法就是獲取節(jié)點的Hash值，然后根據(jù)節(jié)點數(shù)求模，但這樣的方法有明顯的弊端，當Redis節(jié)點數(shù)需要動態(tài)增加或減少的時候，會造成大量的Key無法被命中。所以Redis中引入了一致性Hash算法。該算法對2^32 取模，將Hash值空間組成虛擬的圓環(huán)，整個圓環(huán)按順時針方向組織，每個節(jié)點依次為0、1、2...2^32-1，之后將每個服務器進行Hash運算，確定服務器在這個Hash環(huán)上的地址，確定了服務器地址后，對數(shù)據(jù)使用同樣的Hash算法，將數(shù)據(jù)定位到特定的Redis服務器上。如果定位到的地方?jīng)]有Redis服務器實例，則繼續(xù)順時針尋找，找到的第一臺服務器即該數(shù)據(jù)最終的服務器位置。

• Hash環(huán)的數(shù)據(jù)傾斜問題

• Hash環(huán)在服務器節(jié)點很少的時候，容易遇到服務器節(jié)點不均勻的問題，這會造成數(shù)據(jù)傾斜，數(shù)據(jù)傾斜指的是被緩存的對象大部分集中在Redis集群的其中一臺或幾臺服務器上。

• 如上圖，一致性Hash算法運算后的數(shù)據(jù)大部分被存放在A節(jié)點上，而B節(jié)點只存放了少量的數(shù)據(jù)，久而久之A節(jié)點將被撐爆。

• 針對這一問題，可以引入虛擬節(jié)點解決。簡單地說，就是為每一個服務器節(jié)點計算多個Hash，每個計算結(jié)果位置都放置一個此服務器節(jié)點，稱為虛擬節(jié)點，可以在服務器IP或者主機名后放置一個編號實現(xiàn)。

• 例如上圖：將NodeA和NodeB兩個節(jié)點分為Node A#1-A#3 NodeB#1-B#3。

結(jié)語

這篇準(tou)備(lan)了相當久的時間，因為有些東西總感覺自己拿不準不敢往上寫，差點自閉，就算現(xiàn)在發(fā)出來了也感覺有很多地方是需要改動的。如果有同學覺得哪里寫的不對勁的，評論區(qū)或者私聊我...嗯，我不要你覺得，我要我覺得。

創(chuàng)新互聯(lián)www.cdcxhl.cn，專業(yè)提供香港、美國云服務器，動態(tài)BGP最優(yōu)骨干路由自動選擇，持續(xù)穩(wěn)定高效的網(wǎng)絡助力業(yè)務部署。公司持有工信部辦法的idc、isp許可證， 機房獨有T級流量清洗系統(tǒng)配攻擊溯源，準確進行流量調(diào)度，確保服務器高可用性。佳節(jié)活動現(xiàn)已開啟，新人活動云服務器買多久送多久。

新聞標題：Redis由淺入深深深深深剖析-創(chuàng)新互聯(lián)
地址分享：http://jinyejixie.com/article36/egjsg.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供外貿(mào)網(wǎng)站建設、ChatGPT、響應式網(wǎng)站、自適應網(wǎng)站、網(wǎng)站營銷、網(wǎng)站排名

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)