SDS（Simple Dynamic Strings）是Redis中用于表示字符串的数据结构。
redis之所以快，除了他是基于内存存储的，还有优秀的IO框架外更离不了其底层高性能数据结构的设计。现在我们来细细品一下redis的高新能数据结构是如何设计的。
受疫情影响，多数企业员工目前无法回到写字楼办公，学生推迟开学，稳定高效的进行远程办公和直播授课成为2020年的开年刚需。2月，腾讯宣布疫情期间免费开放可支持300人在线会议的腾讯会议，央视新闻联播对此也给予了报道。 出生不久的腾讯会议瞬间成为了一款国民会议软件，海量用户呈几何级爆发涌入，1月29日开始到2月6日，腾讯会议每天都在进行资源扩容，日均扩容云主机接近1.5万台，8天总共扩容超过10万台云主机，共涉及超百万核的计算资源投入，2月10日，腾讯会议后台服务器请求数增长了5倍。 那么腾讯会议是如何做到
Redis 集群可以实现对节点的灵活上下线控制。其中原理可抽象为槽和对应数据在不同节点之间灵活移动。首先来看我们之前搭建的集群槽和数据与节点的对应关系，如图所示
在分布式系统设计中，Redis是一个备受欢迎的内存数据库，而一致性哈希算法则是分布式系统中常用的数据分片和负载均衡技术。本文将深入探讨Redis的扩容机制以及一致性哈希算法的原理，同时提供示例代码以帮助读者更好地理解这两个重要概念。
2月23日晚，业务方反馈应用有redis 超时现象，核心的服务也被波及到。
抽象一点说，假设开始槽位的二进制数是 xxx，那么该槽位中的元素将被 rehash 到 0xxx 和 1xxx(xxx+8) 中。 如果字典长度由 16 位扩容到 32 位，那么对于二进制槽位 xxxx 中的元素将被 rehash 到 0xxxx 和 1xxxx(xxxx+16) 中。*
今年疫情带来的挑战很明显，远程办公和在线教育用户暴涨，从1月29到2月6日，日均扩容1.5w台主机。业务7×24小时不间断服务，远程办公和在线教育要求不能停服，停服一分钟都会影响成百上千万人的学习和工作，所以这一块业务对于我们的要求非常高。
业内，常见的redis数据迁移方式有以下三种：aof（日志文件）、rdb（快照文件）、replication（主从复制）。 其中，aof和rdb两种方式适用于跨网络（网络隔离）的redis实例之间的数据迁移，通过：在源实例上执行指令（bgrewriteaof/bgsave）生成aof或者rdb文件 -> 下载数据文件 -> 上传数据文件 -> 启动目标实例 -> 完成数据迁移。aof和rdb的差异，主要体现在数据格式和数据加载速度两个方面，前者是纯文本格式（redis文本协议的流水记录），加载的过程相当于历史重放，而后者是二进制格式，直接进行加载，所以一般情况下rdb数据加载会比aof加载快！这也是网上建议使用rdb做跨网络数据迁移的一个重要的原因。
为了增加db的并发能力，常见的方案就是对数据进行sharding，也就是常说的分库分表，这个需要在初期对数据规划有一个预期，从而预先分配出足够的库来处理。
关于 redis 相信大家都不陌生了，之前有从 0 -1 分享过 redis 的基本使用方式，用起来倒是都没有啥问题了，不过还是那句话，会应用之后，我们必须要究其原理，知其然知其所以然
导语| 远程办公期间，在线会议用户需求激增，腾讯会议8天完成100万核云服务器扩展，Redis集群仅在半小时以内就高效完成了数十倍规模的扩容，单集群的扩容流程后台处理时间不超过30分钟。在这背后，腾讯云Redis是如何做到的呢？本文是伍旭飞老师在「云加社区沙龙online」的分享整理，详细阐述了腾讯云Redis无损扩容的实践和挑战。
概述 在传统的虚机/物理机环境里, 如果我们想要对一个有状态应用扩容, 我们需要做哪些步骤? 申请虚机/物理机 安装依赖 下载安装包 按规范配置主机名, hosts 配置网络: 包括域名, DNS,
这是因为压缩列表的设计目的是在保持高效的内存使用的同时，尽可能地减少内存的分配和回收频率，从而提高性能。
在前面，我们提到了 Redis 集群方案 Redis Cluster，今天我们来聊聊 Redis 另外一种比较受欢迎的集群方案：Codis。
Hash 也可以用来存储用户信息,和 String 不同的是 Hash 可以对用户信息的每个字段单独存储,String 则需要序列化用户的所有字段后存储.并且 String 需要以整个字符串的形式获取用户,而 hash可以只获取部分数据,从而节约网络流量.不过 hash 内存占用要大于 String,这是 hash 的缺点.
在分布式系统中，数据的可靠性和高可用性是最基础的保障。Redis作为一种高速缓存数据库，在分布式系统中得到了广泛的应用。然而，在高并发的情况下，单机Redis很难满足多节点集群的需要。因此，我们需要将Redis部署到多个节点上，并利用容器化技术来管理。
redis的快主要体现在我们可以根据键值对能以微妙级别的速度找到数据，并快速完成操作。
数据持久化本质上是为了做数据备份，有了数据持久化，当Redis宕机时，我们可以把数据从磁盘上恢复回来，但在数据恢复之前，服务是不可用的，而且数据恢复的时间取决于实例的大小，数据量越大，恢复起来越慢。
互联网高速发展的今天，对应用系统的抗压能力要求越来越高，传统的应用层+数据库已经不能满足当前的需要。所以一大批内存式数据库和Nosql数据库应运而生，其中redis,memcache,mongodb,hbase等被广泛的使用来提高系统的吞吐性，所以如何正确使用cache是作为开发的一项基技能。本文主要介绍Redis Sentinel 及 Redis Cluster的区别及用法，Redis的基本操作可以自行去参看其官方文档 。 其他几种cache有兴趣的可自行找资料去学习。
有些计算机常识的读者都会立刻回答: “一样快，底层都用了哈希表，查找的时间复杂度为 O(1)”。然而实际情况真的是这样么？
在Redis运维过程中，由于Bigkey 的存在，会影响业务程序的响应速度，严重的还会造成可用性损失，DBA也一直和业务开发方强调 Bigkey 的规避方法以及危害。
数据持久化本质上是为了做数据备份，有了数据持久化，当Redis宕机时，我们可以把数据从磁盘上恢复回来，但在数据恢复之前，服务是不可用的，而且数据恢复的时间取决于实例的大小，数据量越大，恢复起来越慢。Redis的持久化过程可以参考《Redis持久化是如何做的？》。
我们在学习 Redis 的 Hash 表的时候难免脑子里会想起其他 Hash 表的实现，然后进行一番对比。通常我们如果要设计一个 Hash 表，那么我们需要考虑这几个问题：
在 dict.h 文件中，Hash 表是一个二维数组（dictEntry **table）。
自建 Redis 系统是得物 DBA 团队自研高性能分布式 KV 缓存系统，目前管理的 ECS 内存总容量超过数十TB，数百多个 Redis 缓存集群实例，数万多个 Redis 数据节点，其中内存规格超过 1T 的大容量集群多个。
今天有一个朋友问到一个为什么 ArrayList 源码扩容方法中，数组长度最大值是 MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8 的问题（真的是MAX_ARRAY_SIZE？ ）。
在分布式系统中，随着数据量的增加和负载的变化，对于存储系统的扩容变得尤为重要。Redis作为一种高性能的内存数据库，其在扩容方面采用了一致性Hash算法，以实现无缝的数据分布和负载均衡。本篇博客将详细探讨Redis的扩容机制，同时深入解析一致性Hash算法，并提供相应的代码示例。
刚刚，联合国在纽约总部正式宣布：腾讯公司成为联合国全球合作伙伴，为联合国成立75周年提供全面技术方案。在联合国成立75周年的对话系列活动中，腾讯会议将为联合国提供在线会议和沟通交流平台，面向全球公民灵活组织不同规模的在线会议。而腾讯云Redis和TDSQL为腾讯会议提供了底层数据库支持。
上一节讲Redis的高性能字符串结构SDS，今天我们来看一下redis的hash对象。
【玩转 GPU】AI绘画、AI文本、AI翻译、GPU点亮AI想象空间-腾讯云开发者社区-腾讯云 (tencent.com)
本文为联合撰稿，作者团队包括：布莱德，携程技术专家；向晨，携程数据库专家；骋成，携程技术专家；小峰，携程高级软件工程师。
此处我下载的是 redis-6.2.5 版本的，xdm 可以直接下载上图中的 **redis-6.2.6 **版本，
上篇文章聊到了redis的哨兵机制，哨兵的作用是保证主从节点宕机或者故障的时候可以可以进行自愈，选举合适的master并且告知client。这个机制也就保证了redis集群的可用性。但是这次我们又遇到了新问题，那就是主从复制架构的情况下redis 的内存不够用了该怎么办。有人说那就不断的阔各个机器的内存，按照常理我们都知道一个人的力量是有限的。
以前的redis是单线程模型，其实就是多路复用机制，知道多路复用的来一波6，我们在架构师课程中讲过，那么netty也有，看过老师相关课程的也应该知道。这里不多说了。
Redis中并没有直接使用C语言中的字符串，而是定义了一种简单动态字符串（simple dynamic string）作为Redis的默认字符串实现，简称SDS。
Redis作为一款性能优异的内存数据库，支撑着亿级数据量的社交平台，也成为很多互联网公司的标配。这里将以Redis Cluster 集群为核心，基于最新的Redis5版本，从原理到实战，玩儿转Redis集群。
建议先阅读：神奇，Redis存储原理竟然是这样！ – Karos (wzl.fyi)，或者本页面的第一章
在 Kubernetes 大行其道的今天，数据库容器化对于云原生团队而言是一个极具吸引力，但往往不知道从何下手的挑战。
Redis是一种键值(Key-Value)数据库。相较于MySQL之类的关系型数据库，Redis是一种非关系型数据库。Redis存储的数据只包含键和值两部分，只能通过键来查询值。这样简单的存储结构，能让Redis的读写效率非常高(HashMap读写效率都是O(1))。
Redis的发布订阅（Pub/Sub）模型是一种消息传递模式，允许多个订阅者（Subscribers）订阅特定的频道（Channels），并在发布者（Publisher）向频道发送消息时接收到通知。下面是Redis发布订阅模型的实现原理：
SDS(simple dynamic string)是Redis提供的字符串的封装，在redis中也是存在最广泛的数据结构，它也是很多其他数据结构的基础，所以才选择先介绍SDS。 SDS也兼容部分C字符串API(strcmp,strlen)，它如何兼容C字符串我觉得也是有个很sao的操作，等看完我这篇博客你就明白了。在开始正式内容前，我先抛几个问题(有些也是面试高频题)，带着问题去学习也是一种非常好的学习方法。
redis源码分析系列文章 [Redis源码系列]在Liunx安装和常见API 为什么要从Redis源码分析 String底层实现——动态字符串SDS Redis的双向链表一文全知道 前言 hello，各位小可爱们，又见面了。今天这篇文章来自去年面试阅文的面试题，结果被虐了。这一part不说了，下次专门开一篇，写下我面试被虐的名场面，尴尬的不行，全程尬聊。哈哈哈哈，话不多说，开始把。😂 今天要写Redis的Hash类型，如果有对Redis不熟悉，或者对其他数据类型感兴趣的，可以移步上面的系列文章。（最上
redis源码分析系列文章 [Redis源码系列]在Liunx安装和常见API Redis内部数据结构SDS详解 Redis的双向链表一文全知道 前言 hello，各位小可爱们，又见面了。今天这篇文章
Redis 是一个开源，高级的键值存储和一个适用的解决方案，用于构建高性能，可扩展的 Web 应用程序。在互联网公司中得到了广泛应用，面试也一定会问到，今天我们就来介绍一下redis的相关知识，希望能助各位在面试中脱颖而出
在编写GitBook的过程中，不可能避免有些篇章会篇幅比较长，此时就会想到markdown有个[TOC]可以生成目录。 但是在使用GitBook运行服务gitbook serve打开页面的时候，却是不支持的，如下图：
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
