登录社区云，与社区用户共同成长
邀请您加入社区
摘要：为解决生产服务器因RTT导致文件上传缓慢问题，采用定时获取STS存入Redis的方案。测试发现iOS正常但部分Android机型无法上传视频文件。排查发现当使用缓存STS时，Android SDK倾向于分片上传，但未开启相关权限导致403错误。解决方案是添加分片上传权限后问题解决。经验总结：缓存STS会暴露客户端真实上传行为，Android大文件上传必须默认支持分片，STS权限应覆盖所有可能
通过SpringBoot + FFmpeg + Redis的组合，我们可以搭建一个高性能的视频异步处理平台。合理架构：任务队列、异步处理、状态管理性能优化：控制并发、资源管理、监控告警容错处理：重试机制、降级策略、异常处理记住，视频处理虽然复杂，但通过合理的架构设计和异步处理，完全可以做到高性能、高可用。掌握了这些技巧，你就能轻松应对各种视频处理需求，再也不用担心视频处理拖垮服务器了。
本文详解Jetson边缘AI硬件选型，梳理Nano、Xavier、Orin系列定位与差异，强调应结合项目需求（模型大小、摄像头数量、功耗、成本等）而非仅看TOPS性能。重点区分AGX Orin模组与开发套件，解析TOPS与实际FPS的区别，并指出边缘AI是系统工程，需综合考虑接口资源、内存带宽及软硬件生态。建议从实际需求出发，合理选择Orin系列平台，为后续部署打下基础。视频配套讲解更直观易懂。
本文介绍5个实用Spring Boot Starter，助力高效集成大模型与AI Agent：Spring AI简化大模型调用，LangChain4j实现Agent框架与RAG，Milvus SDK支持向量检索，WebFlux实现流式输出（SSE），配置处理器提升可维护性。告别手写OkHttp与样板代码，一键引入依赖，快速搭建AI应用，显著提升开发效率。
Redis 在场景Redis 能力关键命令解决什么问题分布式限流原子计数器INCREXPIRE多实例共享限流计数在线心跳带 TTL 的状态存储SETEX高频写入 + 自动过期 + 批量查询分布式锁（扩展）互斥锁SETNXEXPIRE+ Lua 脚本多实例下资源互斥（库存扣减/定时任务去重）接口抽象Limiter接口让内存和 Redis 两种实现无缝切换，调用方完全不感知优雅降级：Redis 不可用
在网络安全等级保护2.0体系中，GB/T 22239-2019《信息安全技术 网络安全等级保护基本要求》的第三级“安全计算环境”是测评的核心单元。Redis作为企业级核心缓存、消息队列与数据存储组件，其安全配置的合规性直接决定了信息系统能否通过等保三级测评。本文结合Redis官方安全指南、国内主流测评机构的现场实践经验，基于Redis 6.2.7/7.0.12验证环境，覆盖单机、哨兵、集群三种部署
摘要：本文深入剖析了Redis底层数据结构的设计原理。string类型采用SDS结构实现二进制安全；hash类型使用ziplist和hashtable两种编码，其中ziplist通过连续内存提升空间利用率但存在连锁更新问题，为此Redis 7.0引入listpack替代方案。重点分析了dict字典结构，其采用渐进式rehash策略，通过双哈希表设计和后台任务分批迁移数据，既保证扩容时不阻塞主线程，
能不能设计这样一个方案：在获取锁时，先设置一个过期时间，然后启动一个“守护线程”，定期检查锁的剩余时间。关键点在于，每个客户端在释放锁时，执行的是“盲目”操作，没有检查锁是否仍然“归自己所有”。简而言之，由于这两条命令不是原子的（不能保证一起成功），存在过期时间设置失败的风险，从而导致同样的死锁问题。例如，该操作“最慢”可能需要 15 秒，但我们只设置了 10 秒的过期时间，这就造成了锁过早过期的
本文介绍了单元测试环境中的驱动单元和桩单元概念。驱动单元作为主程序接收测试数据并输出结果，桩单元用于模拟被调用子单元的功能。通过FuncTest函数调用add和sub函数的实例，展示了如何编写桩函数来隔离错误。文章指出需要编写桩函数的两种情况：被调用函数未测试或难以模拟特定场景；而不需要的情况包括测试最底层函数或已验证正确的函数。同时说明顶层函数测试时可省略驱动单元。
本地与分布式限流平滑切换方案 核心设计：采用双轨限流机制，结合本地令牌桶（Guava）和Redis分布式计数器，实现故障自动降级与恢复。常态下优先使用本地限流保障性能，Redis异常时自动切换至本地模式，并设置健康探测（3次失败判定故障）、60秒故障标记防抖动。恢复阶段采用渐进式流量回切策略（1%→10%→50%→100%），配合异步计数补偿机制确保数据一致性。 关键技术点： 健康监测：定时PIN
OWASP Top 10 作为Web应用安全风险的权威指南，是每一位软件测试工程师必须掌握的核心知识框架。2025版在继承过往版本精髓的基础上，结合云原生、API经济、自动化攻击等新趋势，对风险优先级和内涵进行了重要调整。本文旨在深入解读OWASP Top 10 2025版的核心变化与关键风险点，并。
分布式锁（Distributed Lock）：是一种在分布式系统中控制多个进程或服务对共享资源访问的机制，保证在同一时刻，只有一个客户端可以操作某个资源，避免数据竞争和并发冲突。Redis是一个高性能的内存数据库，支持原子操作，如SEINX、DEL、EXPIRE等，非常适合做分布式锁。单机锁：像Java的synchronized或者C#的lock，只能在单机jvm/进程里生效。由此可以看到，在没有
摘要：Synchronized在集群部署时会失效，需采用分布式锁。基于Redis的分布式锁实现核心是互斥性、安全释放和防误删。通过线程标识+UUID确保锁归属，并利用Lua脚本保证原子性操作。针对原方案存在的不可重入、不可重试等问题，推荐使用Redisson框架，其内置看门狗机制自动续期，通过RLock接口简化锁操作，底层采用Lua脚本保证主从一致性。关键实现包括：1）SETNX+过期时间获取锁；
阿里面试：Redis挂了怎么办？集群主节点挂了怎么恢复数据？可能有多长时间 数据丢失？
SkipList用于实现有序集合（ZSET），通过多层链表加速查询。结构包含头尾指针、长度和层高，节点按分值排序。ZipList是一种紧凑的线性结构，适用于小型列表或哈希。内存布局为连续字节数组，包含。SDS是Redis自定义的字符串类型，用于替代C语言原生的字符数组。intSet用于存储有序、不重复的整数，根据元素大小自动选择。QuickList是Redis 3.2引入的列表底层实现，Redis
在当今的分布式系统开发中，Redis作为一款高性能的内存数据库，被广泛应用于缓存、消息队列、分布式锁等场景。而Spring Boot作为一款简化Spring应用开发的框架，与Redis的整合能够大大提高开发效率。本文将详细介绍Spring Boot整合Redis的高阶用法，包括哨兵模式的配置以及分布式锁的实战应用。
使用Grafana展示监控数据，并设置告警规则，例如当Redis连接失败次数超过一定阈值时触发告警。是自定义的从数据库获取库存和更新库存的方法。判断是否能获取令牌，再结合。获取库存并进行业务处理。在降级策略执行的地方调用。在业务代码中，先调用。
数据类型底层实现最大元素数特点StringSDS 动态字符串512 MB支持文本/二进制数据Hash哈希表或 ziplist2³²-1 个字段高效存储对象属性List双向链表/ziplist2³²-1 个元素保持插入顺序Set哈希表或 intset2³²-1 个元素自动去重Sorted Set跳表 + 哈希表2³²-1 个元素按分数排序GeospatialSorted Set同 Sorted Se
分布式锁是在分布式系统中用于控制多个进程/服务对共享资源进行互斥访问的一种机制。在单机系统中，我们可以使用语言提供的锁机制(如Java的synchronized或ReentrantLock)，但在分布式环境下，这些本地锁无法跨进程/机器工作，因此需要分布式锁。
且redisson提供了锁的重试机制，也就是持锁期间有其他线程来请求，那么其他的线程获取锁失败后就会一直循环获取，当然会有一个循环的阈值，这样的好处就是在高并发情况下，能够很好的提高分布式锁的使用性能。redisson实现的分布式锁是可重入的，它的底层使用的是hash数据结构，记录的是线程的id和重入的次数。首先，当一个线程获取分布式锁成功后，锁的默认持有时间为30秒，看门狗机制会每隔锁的持有时间
本文详细介绍了Redis常用命令及其在分布式系统中的典型应用。主要内容包括： 核心命令解析：重点讲解了SET、GET、DEL、EXPIRE、TTL、INCR等命令的用法，特别说明SET命令的扩展选项（NX/XX参数）和原子性特性。 典型应用场景： 分布式锁实现（含Java代码示例） 限流器设计 缓存防穿透方案 幂等操作控制 关键注意事项：强调命令的原子性操作、分布式锁续期问题、值覆盖风险等实践要点
在分布式系统中，PmHub项目用Redis分布式锁保证流程状态更新。介绍本地锁问题，阐述分布式锁概念、特性。实现方式中Redisson有优势，项目实战涵盖添加依赖、配置、代码定义及AOP切面控制等，避免并发带来的数据问题。
Redis 提供了 RDB 快照机制，用于将内存中的数据持久化到磁盘，确保在服务器重启或故障时数据不丢失。RDB 快照通过创建子进程将数据写入二进制文件，具有紧凑、高效的特点，适合备份和灾难恢复。然而，RDB 快照可能导致数据丢失，且分叉过程可能消耗资源。配置 RDB 快照时，需设置保存间隔，以平衡数据持久性和性能。保存间隔通过 save 指令定义，可根据数据敏感性和写入频率进行调整。此外，Red
Redis 分布式锁的核心是原子性 + 自动释放 + 容错机制，但实现细节需考虑主从同步、时钟偏差、GC 等复杂场景。
Redis 有序集提供了高效管理和操作数据集合的功能，其中每个成员都与一个分数相关联。本文介绍了三个关键操作：ZREM、ZSCORE 和 ZINCRBY。ZREM 用于从有序集中删除一个或多个成员，返回成功删除的成员数量。ZSCORE 用于检索指定成员的分数，返回字符串形式的分数值。ZINCRBY 用于增加或减少成员的分数，若成员不存在则将其添加到有序集中。这些操作在排行榜、优先级队列等应用中至关
redis中的hashtable（哈希表）是一种高效的键值对存储结构，主要用于实现redis的字典类型，接下来就来讲解一下hashtable（redis版本6.2.18）的底层实现。在redis的hashtable实现中，哈希冲突发生在两个或多个不同的键（key）被哈希函数映射到同一个哈希桶（bucket）的情况。1、扩容条件：当负载因子（哈希表已使用的节点数量/哈希表大小）> 1时，且服务器没有
比如一下一个场景，需要对订单号为的订单进行扣款处理，因为后端是多节点的，防止出现用户重复点击导致扣款请求到不用的集群节点，所以需要同时只有一个节点处理该订单。上述代码是在请求时将订单号作为redis key的一部分存储到redis中，并且生成了一个随机的lockValue作为值。只有当redis中不存在该key的时候才能够成功设置，即为获取到该订单的分布式锁了。//获取锁，并且设置超时时间为30秒
在最简单的用法中，Jedis 提供了直接与 Redis 服务器连接的方式。这适合于单线程应用或者当你不需要频繁地进行 Redis 操作时。为了提高性能并解决连接管理的问题，Jedis 提供了。，而无需每次都创建新的连接。Jedis 连接池通常在。用于管理 Redis 连接，并允许。
Nginx + NestJS + Redis 三层限流层级特点Nginx最先拦截，防大水NestJS细粒度接口/用户限频Redis集群环境统一限流✅ 这样你的秒杀接口就能抗住几十万QPS的大流量冲击，并且还能细粒度控制。
在分布式系统中，分布式锁是实现资源共享和协调的关键组件。然而，一个常见且棘手的问题是：当业务逻辑尚未执行完毕时，锁却提前过期了。这种情况可能导致数据不一致、重复操作等一系列问题。本文将深入探讨这一问题的成因、影响及解决方案。
缓存穿透指的是请求直接绕过缓存系统，直接访问数据库或其他存储系统。这种情况通常发生在请求的数据既不在缓存中也不在数据库中，导致缓存系统无法拦截请求，所有请求都直接到达数据库，造成数据库负担过重。
确保系统在超高并发下不崩溃、不超卖（优惠券库存准确扣减）。注意：使用 分布式锁+限流 的方案，是没办法保证先后顺序的。这是一个典型的秒杀问题。几千万个并发抢100个库存。：保证先到、先点击的用户抢购成功。如何保证不超卖、不少卖？如何保证前面的人先抢到？如何保证服务不被打垮？
本文仅包括小林coding中Redis面试篇中关于认识Redis、Redis的数据结构、Redis线程模型和Redis持久化部分
Redis凭借其高性能、高可用性和原子操作特性，成为了分布式锁的事实标准。而结合Lua脚本，则可以进一步提升锁的性能和安全性。通过这篇文章，你已经掌握了 Redis + Lua 脚本实现分布式锁的核心技能。这篇文章将手把手教你如何利用Redis和Lua脚本实现高效、可靠的分布式锁！Lua 是 Redis 的内置脚本语言，支持在服务端执行复杂逻辑。A1：Lua 脚本可以在 Redis 服务端执行复杂
既然不用关系型数据库，但就从非关系型数据库里面做选择了，很多的架构师会选择使用mongodb 存购物车的数据，这也完全可以，mongodb有非常丰富的查询API，性能也比传统关系型数据库要好，使用mongodb确实是个不错的选择。这样的设计在功能完全没问题，但在实际使用中，由于购物车的数据量太大，而且修改频繁，会导致数据库的压力增加，所以在正式项目开发中，一般不会直接使用关系型数据库来存储购物车信
因此，跳表在时间复杂度相当的前提下，以更低的实现成本和更优的系统级特性，成为Redis Zset的理想选择。
基于SETNX实现的分布式锁存在以下问题重入问题重入问题是指获取锁的线程，可以再次进入到相同的锁的代码块中，可重入锁的意义在于防止死锁，例如在HashTable这样的代码中，它的方法都是使用synchronized修饰的，加入它在一个方法内调用另一个方法，如果此时是不可重入的，那就死锁了。所以可重入锁的主要意义是防止死锁，我们的synchronized和Lock锁都是可重入的不可重试我们编写的分布
命令执行效果时间复杂度设置值O(1)获取值O(1)删除fieldO(1)hlen key计算field个数O(1)获取所有的field-valueO(K)批量获取field-valueO(K)判断field是否存在O(1)hkeys key获取所有的fieldO(K)hvals key获取所有的valueO(K)设置值，但必须field不存在时才可以设置成功O(1)对应field的value +
详细介绍了 redis 的底层数据结构 ziplist 的实现方式以及级联更新问题
读写锁利用的是reids的hash和string，hash（外面的大key是锁名称）里面的第一个键是mode，值是读写模式read或write，以后的键是锁标识UUID+threadId，值是重入的次数。执行加锁和释放锁的lua脚本的逻辑不一样。写锁是不会就超时记录的，因为写锁在同一时间只有一个线程能够获取(写写互斥)，锁的超时时间就是线程持有锁的超时时间，所以不需要。公平锁靠的是hash存放持有
本文介绍了什么是Redis分布式锁，为什么用Redis分布式锁，Redis分布式锁的原理，使用注意事项，Java使用示例，springboot使用示例
Redisson是一个基于Redis的Java客户端，它不仅提供了对Redis的基础操作支持，还封装了许多高级功能，如分布式锁、分布式集合、分布式队列等。Redisson的设计目标是简化分布式系统的开发，提高开发效率和系统的可维护性。在本文中，我们简要介绍了Redisson及其优势，介绍了如何在Spring Boot项目中集成Redisson。通过代码示例展示了基本的分布式锁用法，以及高级用法如公
Java锁能保证一个JVM进程里多个线程交替使用资源。而分布式锁保证多个JVM进程有序交替使用资源，保证数据的完整性和一致性。分布式锁要求。
ConcurrentSkipListMap 的主要特性就是进行查找、插入和删除操作时更高效，内部是基于跳表结构实现的。可以保证Key的顺序。ConcurrentLinkedQueue 的顾名思义就是队列，查找效率相对较低，但是内存占用比 ConcurrentSkipListMap 少一点。顺序严格安装入队的顺序。
何为分布式锁？当在分布式模型下，数据只有一份（或有限制），此时需要利用锁的技术控制某一时刻修改数据的进程数。用一个状态值表示锁，对锁的占用和释放通过状态值来标识。互斥性。在任意时刻，只有一个客户端能持有锁。不会发生死锁。即使有一个客户端在持有锁的期间崩溃而没有主动解锁，也能保证后续其他客户端能加锁。具有容错性。只要大部分的 Redis 节点正常运行，客户端就可以加锁和解锁。解铃还须系铃人。加锁和解
这个时候已经进入了判断内部了，所以会执行删除锁，但是这个时候因为锁恰好失效，所以其他请求就占有锁，那么自己在删除锁的时候，其实删除的是别人的锁，这样在极端的情况下其实也会出问题的。举个例子：我们这的艾鹿薇奢侈品，由于疫情，是不让所有人全进去店里购买的，必须没人排队发放一张卡，有了这张卡才能进店里购买，并且只能进一个人（或一个家庭），直达出来，才能放后面的进入，也就是每次都是一个个的进去，这么这个一
redis
——redis
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
火山引擎视频云技术社区
人工智能6S服务平台
AI Agent技术社区
乐奇 Rokid 开放社区
