学习

消息队列在存取消息时，必须要满足三个需求，分别是消息保序、处理重复的消息和保证消息可靠性。 # 基于 List 的消息队列解决方案 List 本身就是按先进先出的顺序对数据进行存取的，所以，如果使

时间序列，这种数据的写入特点很简单，就是插入数据快，这就要求我们选择的数据类型，在进行数据插入时，复杂度要低，尽量不要阻塞。 时间序列数据的“读”，就是查询模式多。 RedisTimeSeries

为了能高效地对经纬度进行比较，Redis 采用了业界广泛使用的 GeoHash 编码方法，这个方法的基本原理就是“二分区间，区间编码”。 当我们要对一组经纬度进行 GeoHash 编码时，我们要先对经

# 聚合统计 所谓的聚合统计，就是指统计多个集合元素的聚合结果，包括：统计多个集合的共有元素（交集统计）；把两个集合相比，统计其中一个集合独有的元素（差集统计）；统计多个集合的所有元素（并集统计）。

String 类型并不是适用于所有场合的，它有一个明显的短板，就是它保存数据时所消耗的内存空间较多。 三种编码方式： <img src="https://p3-juejin.byteimg.com

1. 纵向扩展：升级单个 Redis 实例的资源配置，包括增加内存容量、增加磁盘容量、使用更高配置的 CPU。就像下图中，原来的实例内存是 8GB，硬盘是 50GB，纵向扩展后，内存增加到 24GB

哨兵主要负责的就是三个任务：监控、选主（选择主库）和通知。 监控是指哨兵进程在运行时，周期性地给所有的主从库发送 PING 命令，检测它们是否仍然在线运行。如果从库没有在规定时间内响应哨兵的 PIN

Redis 提供了主从库模式，以保证数据副本的一致，主从库之间采用的是读写分离的方式。读操作：主库、从库都可以接收；写操作：首先到主库执行，然后，主库将写操作同步给从库。 主从库间数据第一次同步

内存快照。所谓内存快照，就是指内存中的数据在某一个时刻的状态记录。 和 AOF 相比，RDB 记录的是某一时刻的数据，并不是操作，所以，在做数据恢复时，我们可以直接把 RDB 文件读入内存，很快地完

AOF是写后日志，“写后”的意思是 Redis 是先执行命令，把数据写入内存，然后才记录日志。 <img src="https://p6-juejin.byteimg.com/tos-cn-i-k3

Redis 是单线程，主要是指 Redis 的网络 IO 和键值对读写是由一个线程来完成的，这也是 Redis 对外提供键值存储服务的主要流程。 一方面，Redis 的大部分操作在内存上完成，再加上

数据库这么多，为啥 Redis 能有这么突出的表现呢？一方面，这是因为它是内存数据库，所有操作都在内存上完成，内存的访问速度本身就很快。另一方面，这要归功于它的数据结构。这是因为，键值对是按一定的数据

Memcached 支持的 value 类型仅为 String 类型，而 Redis 支持的 value 类型包括了 String、哈希表、列表、集合等。Redis 能够在实际业务场景中得到广泛的应用

Redis 知识全景图都包括什么呢？简单来说，就是“两大维度，三大主线”。 ![image.png](https://p9-juejin.byteimg.com/tos-cn-i-k3u1fbpf

# Python python每个对象都会有一个引用计数变量，当引用计数为0时，会被回收。使用了引用计数的地方，就会存在循环引用。 Python 为了解决这个问题，在虚拟机中引入了一个双向链表，把所

ZGC 和 G1 有很多相似的地方，它的主体思想也是采用复制活跃对象的方式来回收内存。在回收策略上，它也同样将内存分成若干个区域，回收时也会选择性地先回收部分区域。 ZGC 与 G1 的区别在于：它

# 分区算法的堆结构 G1 GC 的堆结构： <img src="https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/7a05531227494e9b

# Mark-Sweep 算法 在 Mark 阶段，垃圾回收器遍历活跃对象，将它们标记为存活。在 Sweep 阶段，回收器遍历整个堆，然后将未被标记的区域回收。 Mark 阶段的核心任务是从根引用出

基于 copy 的 GC 算法最早是在 1963 年，由 Marvin Minsky 提出来的。这个算法的基本思想是把某个空间里的活跃对象复制到其他空间，把原来的空间全部清空，这就相当于是把活跃的对象

GC 算法中最重要的两个角色就是 Mutator 和 Collector。 Mutator 的本意是改变者。因为我们所写的所有 Java 程序，都有可能改变对象的存活和死亡状态，以及它们之间的引用