当前位置: 首页 > article >正文

Redis数据持久化机制 + Go语言读写Redis各种类型值

Redis(Remote Dictionary Server)作为高性能的键值存储系统,凭借其丰富的数据类型和原子性操作,成为现代分布式系统中不可或缺的组件。

1、Redis支持的数据类型

Redis支持的数据类型可归纳为以下9类:

  1. String(字符串)
  2. Hash(哈希表)
  3. List(列表)
  4. Set(集合)
  5. Sorted Set(有序集合)
  6. Bitmap(位图)
  7. HyperLogLog(基数统计)
  8. Geospatial(地理空间)
  9. Stream(流)

2、Go 语言对这些常见数据类型的读写示例

字符串(String)

package mainimport ("fmt""github.com/go-redis/redis/v8"
)func main() {client := redis.NewClient(&redis.Options{Addr: "localhost:6379",})// 写入字符串err := client.Set(ctx, "key1", "value1", 0).Err()if err != nil {fmt.Println("写入错误:", err)}// 读取字符串value, err := client.Get(ctx, "key1").Result()if err != nil {fmt.Println("读取错误:", err)}fmt.Println("读取结果:", value)
}

哈希(Hash)

func main() {// 写入哈希err := client.HSet(ctx, "hash1", "field1", "value1", "field2", "value2").Err()if err != nil {fmt.Println("写入错误:", err)}// 读取哈希result, err := client.HGetAll(ctx, "hash1").Result()if err != nil {fmt.Println("读取错误:", err)}fmt.Println("读取结果:", result)
}

集合(Set)

func main() {// 写入集合_, err := client.SAdd(ctx, "set1", "value1", "value2", "value3").Result()if err != nil {fmt.Println("写入错误:", err)}// 读取集合result, err := client.SMembers(ctx, "set1").Result()if err != nil {fmt.Println("读取错误:", err)}fmt.Println("读取结果:", result)
}

有序集合(Sorted Set)

func main() {// 写入有序集合z := &redis.Z{Score: 10, Member: "value1"}_, err := client.ZAdd(ctx, "zset1", z).Result()if err != nil {fmt.Println("写入错误:", err)}// 读取有序集合result, err := client.ZRangeWithScores(ctx, "zset1", 0, -1).Result()if err != nil {fmt.Println("读取错误:", err)}fmt.Println("读取结果:", result)
}

3、什么是持久化

持久化功能有效地避免因进程退出造成的数据丢失问题,当下次重启时利用之前持久化的文件即可实现数据恢复。

4、Redis 持久化方式

Redis支持RDB和AOF两种持久化机制:

4.1、RDB(快照方式)

RDB(快照方式): RDB方式是一种快照式的持久化方法,将某一时刻的数据持久化到磁盘中。这种方式就是将内存中数据以快照的方式写入到二进制文件中 ,默认的文件名为dump.rdb

RDB 配置:

 Redis 的配置文件redis.conf中,可以对 RDB 持久化进行相关配置。比如:

save 900 1​
save 300 10​
save 60 10000

上述配置表示:在 900 秒内,如果至少有 1 个键发生了变化,就触发一次 RDB 持久化;在 300 秒内,如果至少有 10 个键发生了变化,触发 RDB 持久化;在 60 秒内,如果至少有 10000 个键发生了变化,也触发 RDB 持久化。​

RDB 优点:

RDB是一个紧凑的单一文件,方便传送,适用于灾难恢复。

与AOF相比,在恢复大的数据集的时候,RDB方式会更快一些。

RDB 缺点:

RDB 持久化是按照一定的时间间隔进行的,如果在两次持久化之间 Redis 发生故障,那么这期间的数据将会丢失。RDB方式需要保存珍整个数据集,是一个比较繁重的工作,通常需要设置5分钟或者更久做一次完整的保存。

4.2、AOF(日志追加)

AOF(日志追加): AOF方式是将执行过的写指令记录下来,当 Redis 重启时,会重新执行 AOF 文件中的命令,从而恢复到故障前的数据状态。这种方式 redis 会将每一个收到的写命令都通过 write 函数追加到文件中

(默认appendonly.aof)

AOF 配置

在redis.conf文件中,通过修改以下配置来启用和配置 AOF 持久化:

appendonly yes​
appendfsync everysec

appendonly yes表示启用 AOF 持久化。appendfsync参数用于设置 AOF 文件的同步策略,有三个可选值:​
always:每执行一条写命令,就立即将其同步到 AOF 文件中,这种方式可以保证数据的完整性,但会影响 Redis 的性能,因为频繁的磁盘 I/O 操作会带来较大的开销。​
everysec:每秒将缓冲区中的写命令同步到 AOF 文件中,这是默认的配置值,在性能和数据安全性之间取得了较好的平衡。​
no:由操作系统决定何时将缓冲区中的写命令同步到 AOF 文件中,这种方式性能最高,但数据安全性最低,因为在操作系统缓冲区数据还未同步到磁盘时,如果服务器发生故障,数据可能会丢失。​

AOF 优点:

  • 数据安全性高:由于 AOF 是实时记录写命令,相比 RDB,它可以最大程度地减少数据丢失,在生产环境中更适合对数据完整性要求较高的场景。​
  • 服务性能影响小:AOF只是追加日志文件,因此对服务器性能影响较小,速度比RDB要快,消耗的内存较少。

AOF 缺点:

  • AOF 文件体积大:随着时间的推移,AOF 文件会不断增大,因为它记录了所有的写命令。这不仅会占用大量的磁盘空间,还会影响数据恢复的速度。即使通过AOF重写(通过删除 AOF 文件中冗余的命令,将其压缩成一个较小的文件),文件体积仍然很大。
  • 数据恢复慢:在恢复数据时,Redis 需要逐条执行 AOF 文件中的命令,相比 RDB 直接加载内存快照文件,AOF 的恢复速度较慢,尤其是当 AOF 文件非常大时。

5、RDB持久化触发机制

触发RDB持久化过程分为手动触发和自动触发:

5.1、手动触发

手动触发持久化的操作有二个:save和bgsave。它们主要区别体现在:是否阻塞 Redis 主线程的执行。

5.2、自动触发

自动触发持久化,本质是 Redis 通过判断,如果满足设置的触发条件,自动执行一次 bgsave 命令。

 

相关文章:

Redis数据持久化机制 + Go语言读写Redis各种类型值

Redis(Remote Dictionary Server)作为高性能的键值存储系统,凭借其丰富的数据类型和原子性操作,成为现代分布式系统中不可或缺的组件。 1、Redis支持的数据类型 Redis支持的数据类型可归纳为以下9类: String&#x…...

【机器学习】什么是逻辑回归?

什么是逻辑回归? 逻辑回归(Logistic Regression)是一个用于分类问题的统计学模型,尽管名字里有“回归”二字,它其实是用来做分类的,不是做数值预测的。 通俗易懂的理解 我们可以通过一个简单的例子来理解…...

Unity程序嵌入Qt后点击UI按钮Button没有反应

一、前言 在一次项目中,需要将Unity程序嵌入qt中,并在主界面显示,根据网络资料与相关代码,成功将unity程序嵌入,但是在点击Unity的Button按钮时却没有响应,在查找相关资料后,解决问题&#xff…...

【Bug】记录2025年遇到的Bug以及修复方案

--------------------------------------------------------分割线 2025.3.25-------------------------------------------------------windows环境下通过命令行终端(必须是命令行下,直接赋值传递,代码正常)的形式传递字符串时&a…...

2025最新“科研创新与智能化转型“暨AI智能体开发与大语言模型的本地化部署、优化技术实践

第一章、智能体(Agent)入门 1、智能体(Agent)概述(什么是智能体?智能体的类型和应用场景、典型的智能体应用,如:Google Data Science Agent等) 2、智能体(Agent)与大语…...

VUE3+TypeScript项目,使用html2Canvas+jspdf生成PDF并实现--分页--页眉--页尾

使用html2CanvasJsPDF生成pdf,并实现分页添加页眉页尾 1.封装方法htmlToPdfPage.ts /**path: src/utils/htmlToPdfPage.tsname: 导出页面为PDF格式 并添加页眉页尾 **/ /*** 封装思路* 1.将页面根据A4大小分隔边距,避免内容被中间截断* 所有元素层级不要…...

【NLP 46、大模型技术发展】

目录 一、ELMo 2018 训练目标 二、GPT-1 2018 训练目标 三、BERT 2018 训练目标 四、Ernie —— baidu 2019 五、Ernie —— Tsinghua 2019 六、GPT-2 2019 七、UNILM 2019 八、Transformer - XL & XLNet 2019 1.模型结构 Ⅰ、循环机制 Recurrence Mechanism Ⅱ、相对位置…...

在 Ubuntu 上安装 Docker 的完整指南

1. 卸载旧版本(如有) 在安装新版本前,建议先卸载旧版本: sudo apt remove docker docker-engine docker.io containerd runc 2. 安装依赖包 更新软件包索引并安装必要的依赖: sudo apt update sudo apt install -y ca-certificates curl gnupg lsb-release 3. 添加 Do…...

可以把后端的api理解为一个目录地址,但并不准确

将后端的 API 理解为一个“目录地址”是可以的,但并不完全准确。让我们更详细地解释一下。 目录 1、生动形象了解api 2、后端 API 的作用 3、可以将 API 理解为“目录地址”的原因 (1)URL 路径 (2)层次结构 4、…...

硬件基础--16_公式梳理

公式梳理 欧姆定律: IU/R 1.欧姆定律有局限性,仅适用于纯电阻电路(或者说纯电阻元器件,纯电阻设备) 2.纯电阻电路:消耗的电能仅转化为热能,没有其他形式的能量转换。 功率计算:PUI 1.导出公式:PU2 /R 2.导出公式:PI2 R 焦耳定律:QI2 Rt 1.导…...

《Python实战进阶》No34:卷积神经网络(CNN)图像分类实战

第34集:卷积神经网络(CNN)图像分类实战 2025年3月28日更新 增加了 CNN和AI大模型关系的说明。 2025年3月29日更新了代码,优化损失系数曲线可视化。 详细环境配置依赖和可一次性复制的完整代码见文末。 摘要 最近大模型推陈出新迭…...

嵌入式Linux网络编程:UNIX Domain Socket进程间通信(IPC)

嵌入式Linux网络编程:UNIX Domain Socket进程间通信(IPC) 【本文代码已在Linux平台验证通过】 一、UNIX Domain Socket核心优势 1.1 本地IPC方案对比 特性UNIX Domain Socket管道(Pipe)消息队列(Message Queue)共享内存(Shared Memory)跨进…...

【qt】 布局器

参考博客:https://blog.csdn.net/Fdog_/article/details/107522283 目录 布局管理器概念常见的布局管理器及特点🔵QHBoxLayout水平布局🔵QVBoxLayout垂直布局 🔵QGridLayout网格布局 🔵QFormLayout表单布局 QT 高级布…...

Hosts文件与DNS的关系:原理、应用场景与安全风险

目录 引言 Hosts文件与DNS的基本概念 2.1 什么是Hosts文件? 2.2 什么是DNS? Hosts文件与DNS的关系 Hosts文件的应用场景 4.1 本地开发与测试 4.2 屏蔽广告与恶意网站 4.3 绕过DNS污染或劫持 Hosts文件的优势 5.1 解析速度快 5.2 不受DNS缓存影…...

VMware Windows Tools 存在认证绕过漏洞(CVE-2025-22230)

漏洞概述 博通公司(Broadcom)近日修复了 VMware Windows Tools 中存在的一个高危认证绕过漏洞,该漏洞编号为 CVE-2025-22230(CVSS 评分为 9.8)。VMware Windows Tools 是一套实用程序套件,可提升运行在 VM…...

pnpm 依赖升级终极指南:从语义化版本控制到 Monorepo 全局更新的企业级实践

要使用 pnpm 更新所有依赖包,可以通过以下命令实现: 1. 更新所有依赖到符合语义化版本的范围 pnpm update该命令会根据 package.json 中定义的版本范围(如 ^1.0.0 或 ~2.3.4)更新依赖包到最新兼容版本,但不会突破版本…...

Sentinel[超详细讲解]-2

异常处理 默认情况下,Sentinel 会抛出 BlockException 异常,如果希望自定义异常,则可以使用 SentinelResource 注解的 blockHandler 属性。 1、自定义异常处理 BlockExceptionHandler 自定义异常处理类实现 BlockExceptionHandler 接口&#…...

【问题解决】Linux安装conda修改~/.bashrc配置文件后,root 用户下显示 -bash-4.2#

问题描述 在Linux安装conda下的python环境时候,修改了~/.bashrc文件,修改完成后,再次进入服务器后,登录时候显示的不是正常的[rootlocalhost ~]#,而是-bash-4.2# 原因分析: 网上原因有:/root下…...

优化webpack打包体积思路

Webpack 打包过大的问题通常会导致页面加载变慢,影响用户体验。可以从代码优化、依赖优化、构建优化等多个角度入手来减少打包体积: 代码优化 (1)按需加载(代码拆分) ① 路由懒加载 如果你的项目使用 Vu…...

RabbitMQ 技术详解:异步消息通信的核心原理与实践

这里写目录标题 RabbitMQ 技术详解:异步消息通信的核心原理与实践一、RabbitMQ 本质剖析核心架构组件 二、核心功能与应用场景主要作用典型应用场景 三、工作流程深度解析消息传递流程关键协议机制 四、Java 实现示例1. 依赖配置(Maven)2. 消…...

CF每日5题Day4(1400)

好困&#xff0c;感觉很累&#xff0c;今天想赶紧写完题早睡。睡眠不足感觉做题都慢了。 1- 1761C 构造 void solve(){int n;cin>>n;vector<vector<int>>a(n1);forr(i,1,n){//保证每个集合不同a[i].push_back(i);}forr(i,1,n){string s;cin>>s;forr(…...

LLM架构解析:NLP基础(第一部分)—— 模型、核心技术与发展历程全解析

本专栏深入探究从循环神经网络&#xff08;RNN&#xff09;到Transformer等自然语言处理&#xff08;NLP&#xff09;模型的架构&#xff0c;以及基于这些模型构建的应用程序。 本系列文章内容&#xff1a; NLP自然语言处理基础&#xff08;本文&#xff09;词嵌入&#xff0…...

k近邻算法K-Nearest Neighbors(KNN)

算法核心 KNN算法的核心思想是“近朱者赤&#xff0c;近墨者黑”。对于一个待分类或预测的样本点&#xff0c;它会查找训练集中与其距离最近的K个样本点&#xff08;即“最近邻”&#xff09;。然后根据这K个最近邻的标签信息来对当前样本进行分类或回归。 在分类任务中&#…...

Dubbo(21)如何配置Dubbo的注册中心?

在分布式系统中&#xff0c;注册中心是一个关键组件&#xff0c;用于服务的注册和发现。Dubbo 支持多种注册中心&#xff0c;包括 ZooKeeper、Nacos、Consul、Etcd 等。下面详细介绍如何配置 Dubbo 的注册中心&#xff0c;以 ZooKeeper 为例。 配置步骤 引入依赖&#xff1a;…...

【Android15 ShellTransitions】(九)结束动画+Android原生ANR问题分析

finishTransition这部分的内容不多&#xff0c;并且我个人的实际工作中很少接触这块&#xff0c;因此我之前都觉得没有必要专门开一篇去分析最后留下的这一丁点儿的动画流程。但是最近碰到了一个google原生ANR问题&#xff0c;正好是和这块相关的&#xff0c;也让我意识到了fin…...

如何让DeepSeek-R1在内网稳定运行并实现随时随地远程在线调用

前言&#xff1a;最近&#xff0c;国产AI圈里的新星——Deepseek&#xff0c;简直是火到不行。但是&#xff0c;你是不是已经对那些千篇一律的手机APP和网页版体验感到腻味了&#xff1f;别急&#xff0c;今天就带你解锁一个超炫的操作&#xff1a;在你的Windows电脑上本地部署…...

STM32通用定时器结构框图

STM32单片机快速入门 通用定时器框图 TIM9和TIM12 通用定时器框图 TIM9和TIM12 &#xff08;二&#xff09; 通用定时器框图...

How to install vmware workstation pro on Linux mint 22

概述 VMware 是一家专注于虚拟化技术和云计算解决方案的全球领先软件公司&#xff0c;成立于1998年&#xff0c;总部位于美国加州。它的核心技术是通过“虚拟化”将一台物理计算机的硬件资源&#xff08;如CPU、内存、存储等&#xff09;分割成多个独立的虚拟环境&#xff08;…...

深度学习 Deep Learning 第11章 实用方法论

深度学习 Deep Learning 第11章 实用方法论 章节概述 本章深入探讨了机器学习在实际应用中的方法论&#xff0c;强调了从确定目标到逐步优化的系统性过程。在机器学习项目中&#xff0c;明确的目标和性能指标是指导整个开发过程的关键。通过建立初始的端到端系统&#xff0c;…...

【常用的中间件】

中间件&#xff08;Middleware&#xff09;是位于客户端和服务器之间的软件层&#xff0c;用于处理客户端请求和服务器响应之间的各种任务。中间件可以提供多种功能&#xff0c;如负载均衡、消息队列、缓存、身份验证等。以下是常用的中间件及其作用&#xff1a; 1. 消息队列中…...