大数据一锅端

Redis采用单线程+多路复用架构，通过事件驱动实现高并发处理。通信基于RESP协议，定义了简单字符串、错误、整数、批量字符串和数组五种数据格式，具有可读性强、易解析、支持二进制等优点。

Redis在理想环境下具备极高读写性能，但在实际应用中受网络、数据结构复杂度等影响。内存使用是Redis运维的核心挑战，Key数量持续增长可能导致内存耗尽。Redis提供多种内存淘汰策略。

RDB（Redis Database）是 Redis 默认的持久化方式，通过定期生成内存快照将数据保存为二进制文件 dump.rdb。当持久化触发时，Redis 主进程会 fork 子进程。

Redis 提供两种主要持久化机制：RDB 和 AOF。RDB 通过定时快照将内存数据写入磁盘，优点是恢复快、文件小，适合灾备和快速启动，但可能丢失最后一次快照后的数据。

Redis 提供了类似 MySQL 的慢查询日志机制，用于记录执行时间超过指定阈值的命令，帮助开发者分析性能瓶颈与系统异常。通过配置 slowlog-log-slower-than 和 slowlog

Lua 是一门轻量级、高性能、易嵌入的脚本语言，被广泛应用于游戏开发、嵌入式系统和数据处理领域。而在 Redis 中，Lua 脚本因其原子性与灵活性成为复杂操作和事务逻辑的首选工具。

Redis 发布/订阅（Pub/Sub）是一种轻量级消息通信机制，支持客户端订阅频道，并由发布端向频道推送消息，订阅端实时接收。它适合实时通知、日志分发等场景，但存在“弱事务性”：不持久、不确认。

Redis的Bitmap、Geo和Stream类型是处理高效数据存储与分析的重要利器。**Bitmap适用于用户签到、活跃状态等布尔集合问题，凭借位级操作大幅节省存储空间；Geo类型通过Z阶曲线等

Redis 常用命令及其典型应用场景。首先介绍了通用键空间命令如 EXISTS、DEL、EXPIRE、SCAN 等，强调了性能与使用场合的取舍。随后详细解析了五种核心数据类型。

Redis 是高性能开源键值数据库，内存读写快，支持RDB/AOF持久化、主从、哨兵、事务，常用于缓存与队列。源码自编译可率先修补漏洞，并按需启用TLS、JSON模块或systemd。

Redis 是一个开源的高性能键值对存储系统，广泛用于缓存、数据库和消息中间件等场景。它基于内存存储，支持多种数据结构（如字符串、哈希、列表、集合、有序集合等），并具备高吞吐、低延迟的特性。

HBase Java API 从创建 Maven 工程到操作 HBase 表的完整流程。首先，通过添加 hbase-client 依赖配置 POM 文件，然后连接 ZooKeeper 并创建

在 HBase 中，列由“列族:列限定符”组成，列族是最小的物理存储单位，直接决定数据的压缩、缓存和生命周期策略。合理划分列族至关重要，建议列族数量越少越好，以避免频繁的内存刷新

本节内容介绍了如何将 HBase 从单节点扩展为三节点集群运行。在前一节完成 h121 上的单节点配置后，接下来需将相同的环境同步至 h122 和 h123 节点

首先通过官网下载或使用 wget 命令获取压缩包，并解压至指定目录。随后，为保证 HBase 能正常与 Hadoop 集成运行，需将 Hadoop 的核心配置文件 core-site.xml

HBase 是基于 Google BigTable 设计的分布式列式数据库，擅长处理 PB 级别的海量数据，支持高并发、低延迟的随机读写。与传统关系型数据库相比，HBase 采用列族存储。

ZooKeeper 是一个高性能的分布式协调服务，主要用于解决分布式系统中的数据一致性与协调问题。其核心特性包括：提供顺序一致性、原子性、单一系统镜像、可靠性与及时性保障；数据模型采用类似 Unix

ZooKeeper 采用 ZAB 协议实现强一致性的分布式协调服务，其中 Leader 选举是保障系统稳定的关键机制。初次启动时，各节点根据自身 ID 和事务历史进行投票，须获得半数以上节点支持才能成

核心特性包括分布式一致性保障（如顺序性、原子性、单一视图等）、类Unix结构的数据模型（ZNode Tree）、以及事件驱动的一次性监听机制（Watcher）。典型应用如 Dubbo 的服务注册。

ZooKeeper 的 Watcher 机制是一种轻量级、事件驱动的分布式监听机制，支持客户端对节点（znode）变化进行一次性监听。