前言 Redis作为一种优秀的基于key/value的缓存，有非常不错的性能和稳定性，无论是在工作中，还是面试中，都经常会出现。 今天这篇文章就跟大家一起聊聊，我在实际工作中使用Redis的10种场景

1.为什么需要压缩json？ 由于业务需要，存入redis中的缓存数据过大，占用了10+G的内存，内存作为重要资源，需要优化一下大对象缓存，采用gzip压缩存储，可以将 redis 的 kv 对大小缩

大家都知道Redis有五种基本数据结果，可是这五种数据结构背后的故事又有几分了解那....接下来大家一起来探索Redis的底层实现吧

前段时间表妹收到了小米秋招补录的面试邀请，一面还算顺利，很快就通过了，但在看二面面试录屏的时候，我发现了一个问题，回答的不是很好，也就是我们今天要聊的这个问题：Redis 如何保证数据不丢失？ 很多人

重新回顾一下缓存击穿这个问题！ 因为目前网上流传的文章落地性太差(什么布隆过滤器啊，布谷过滤器啊，嗯，你们懂的)，其实这类方案并不适合在项目中直接落地，本文提供的是真正简便方案。

我们知道，消息从生产端到消费端消费要经过 3 个步骤： 生产端发送消息到 RabbitMQ RabbitMQ 发送消息到消费端 消费端消费这条消息 这 3 个步骤中的每一步都有可能导致消息丢失，消息丢

本文已参与「新人创作礼」活动，一起开启掘金创作之路。 1.什么是布隆过滤器： 布隆过滤器（英语：Bloom Filter）是 1970 年由布隆提出的。它实际上是一个很长的二进制向量和一系列随机映射函

作为后端开发工程师，不管是在工作中，还是面试交谈中，只要涉及到Redis，或者缓存的问题，绝对必不开的问题，那就是缓存穿透了。这篇文章主要讲解为什么会出现缓存穿透。本文的缓存以Redis为例。

分布式缓存 在分布式缓存中常常使用redis的技术实现方案。 单节点redis存在的问题及解决方案 数据丢失问题 解决方案：实现redis持久化 并发能力问题 解决方案：搭建主从集群，实现读写分离 故