当前位置： 首页 > news >正文

Redis从简单使用到底层原理与分布式缓存

news 来源：原创 2024/9/20 12:39:45

文章目录

  • ==[Redis参考手册](https://redis.io/docs/latest/commands/)==
  • 1 基础认识
    • 1.1 安装配置
    • 1.2 通用命令
    • 1.3 数据类型
      • 1.3.1 数据结构与内部编码
      • string
      • key的结构
      • hash
      • list
      • set
      • sorted_set
    • 1.4 单线程模型
  • 2 redis客户端
    • 2.1 RESP协议（Redis serialization protocol）
    • 2.2 基础案例
  • 3 分布式缓存 —— redis集群
    • 3.1 持久化
      • 3.1.1 RDB
      • 3.1.2 RDB底层原理
      • 3.1.3 AOF持久化
      • 3.1.4 AOF与RDB的对比
    • 3.2 Redis主从
      • 3.2.1 搭建主从集群
      • 3.2.2 数据同步原理
    • 3.3 Redis哨兵
        • Sentinel监控原理
        • 选择新的master
        • 如何实现故障转移
      • 3.3.1 搭建哨兵集群
      • 3.3.2 Redis客户端状态感知
    • 3.4 Redis分片集群
      • 3.4.1 搭建分片集群
      • 3.4.2 散列插槽
      • 3.4.3 集群伸缩
      • 3.4.4 故障转移
  • 4 多级缓存
    • 4.1 JVM进程缓存
    • 4.2 OpenResty
    • 4.3 缓存同步
      • 4.3.1 Canel
  • 5 Redis实践优化
    • 5.1 key的设计
    • 5.2 批处理优化
      • 5.2.1 集群模式下的批处理
    • 5.3 服务端优化
      • 5.3.1 持久化配置
      • 5.3.2 慢查询
      • 外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传
      • 5.3.3 服务器安全配置
      • 5.3.4 内存配置
      • 5.3.5 集群相关问题
  • 6 Redis底层原理
    • 6.1 底层数据结构
      • 6.1.1 SDS动态数组
      • 6.1.2 Intset
      • 6.1.3 Dict
      • 6.1.4 ZipList
      • 6.1.5 QuickList
      • 6.1.5 SkipList
      • 6.1.6 RedisObject
    • 6.2 五种数据结构
      • 6.2.1 String
      • 6.2.2 List
      • 6.2.3 Set
      • 6.2.4 ZSet
      • 6.2.5 Hash
    • 6.3 Redis网络模型
      • 6.3.1 selecct
      • 6.3.2 poll
      • 6.3.3 epoll
      • 6.3.4 Redis网络模型
    • 6.4 Redis通信协议
  • 7 Redis实战
    • 7.1 短信登录
    • 7.2 商户查询缓存
      • 6.2.4 ZSet
      • 6.2.5 Hash
    • 6.3 Redis网络模型
      • 6.3.1 selecct
      • 6.3.2 poll
      • 6.3.3 epoll
      • 6.3.4 Redis网络模型
    • 6.4 Redis通信协议
  • 7 Redis实战
    • 7.1 短信登录
    • 7.2 商户查询缓存

Redis参考手册

1 基础认识

  • NoSQL与SQL

    image-20240425234137088

  • 特征

image-20240425234614363

1.1 安装配置

  • 安装：sudo apt install redis

  • 配置文件etc/redis/redis.conf

    bind 0.0.0.0 ::1    #将本地环回改为任意ipdaemonize yes #守护进程启动requirepass 123123 #设置密码为123123protected-mode no   #开启后其他主机才能访问logfile "xxx.log"  #开启日志，并记录到xxx.log中

    配置完后重启服务器：service redis-sever restart

    查看运行状态：service redis-server status

  • 链接

    redis-cli#--raw 将二进制编码

  • 退出：quit 或 ctrl + d

1.2 通用命令

help @generic #查看通用命令文档
  • 类型
    • key:字符串
    • value:字符串、哈希表、列表、集合…
  1. get
GET key
  1. set
SET key value
  1. exists
EXISTS key [key ...]	#判断多个key，返回key存在  的个数
  1. del
DEL key [key ...] #返回删除key的个数
  1. expire：设置过期时间
EXPIRE key [seconds]
PEXPIRE key [millisecond]
  1. ttl：(time to live)获取key的过期时间
TTL key   #返回-2表示key已经删除了
  • 过期策略

定期删除 与 惰性删除 相结合

  1. type : 查看key对应的value的值
redis> SET key1 "value"
"OK"
redis> LPUSH key2 "value"
(integer) 1
redis> SADD key3 "value"
(integer) 1
redis> TYPE key1
"string"
redis> TYPE key2
"list"
redis> TYPE key3
"set"
redis>
  1. keys
KEYS pattern

  • pattern

    image-20240421224000208

  1. flushall：清除所有数据库中的key

  2. scan ——渐进式遍历

  3. select dbIndex —— 切换数据库

dbIndex范围为0-15

1.3 数据类型

1.3.1 数据结构与内部编码

  • raw：原始字符串（C语言中的字符数组）

  • embstr：对于短字符串的优化

  • ziplist：对于键值对少的时候，通过压缩列表进行优化

  • quicklist：从redis3.2开始用quicklist实现list

  • skiplist：跳表

image-20240422011248940

  • 查看实际编码方式

    OBJECT encoding key

string

  1. set
SET key value [NX | XX] [GET] [EX seconds | PX milliseconds | EXAT unix-time-seconds | PXAT unix-time-milliseconds | KEEPTTL]

image-20240422020234175

  1. get

get只能查询字符串类型的value

  1. mget / mset

设置/获取多组键值对

  1. setnx / setex / psetex

不存在则设置/另外设置过期时间（单位s）/（单位ms）

  1. #将value视为整数，对其+-
incr		
incrby
decr
decrby
incrbyfloat		#前面四个只能算整数，incrbyfloat可以算浮点数
  2. 函数例子效果
    appendappend key value追加fvalue
    getrangegetrange key start end截取value的[start, end]区间部分，负数下标表示倒数
    setrangesetrange key offset valueoffset表示从第几个开始
    strlenstrlen key获取value的长度（字符为单位），若不是string类型则报错

key的结构

  • 让redis像mysql一样存储
  • key：数据库:表
  • value：{字段:值, 字段:值...}

image-20240426144736318

hash

image-20240426145202610

list

image-20240426150022647

set

image-20240426151000576

sorted_set

  • 默认按score升序排列，在Z后面加上REV倒序排列

image-20240426151322606

1.4 单线程模型

redis虽然是单线程模型，为什么效率却这么高

  1. 访问内存，MySQL则多是访问硬盘
  2. 核心功能简单
  3. 单线程模型，避免了多线程带来的开销
  4. 底层使用epoll

2 redis客户端

  • redis自定义应用层协议

2.1 RESP协议（Redis serialization protocol）

2.2 基础案例

#include <sw/redis++/redis++.h>using namespace sw::redis;try {// Create an Redis object, which is movable but NOT copyable.auto redis = Redis("tcp://127.0.0.1:6379");// ***** STRING commands *****redis.set("key", "val");auto val = redis.get("key");    // val is of type OptionalString. See 'API Reference' section for details.if (val) {// Dereference val to get the returned value of std::string type.std::cout << *val << std::endl;}   // else key doesn't exist.// ***** LIST commands *****// std::vector<std::string> to Redis LIST.std::vector<std::string> vec = {"a", "b", "c"};redis.rpush("list", vec.begin(), vec.end());// std::initializer_list to Redis LIST.redis.rpush("list", {"a", "b", "c"});// Redis LIST to std::vector<std::string>.vec.clear();redis.lrange("list", 0, -1, std::back_inserter(vec));// ***** HASH commands *****redis.hset("hash", "field", "val");// Another way to do the same job.redis.hset("hash", std::make_pair("field", "val"));// std::unordered_map<std::string, std::string> to Redis HASH.std::unordered_map<std::string, std::string> m = {{"field1", "val1"},{"field2", "val2"}};redis.hmset("hash", m.begin(), m.end());// Redis HASH to std::unordered_map<std::string, std::string>.m.clear();redis.hgetall("hash", std::inserter(m, m.begin()));// Get value only.// NOTE: since field might NOT exist, so we need to parse it to OptionalString.std::vector<OptionalString> vals;redis.hmget("hash", {"field1", "field2"}, std::back_inserter(vals));// ***** SET commands *****redis.sadd("set", "m1");// std::unordered_set<std::string> to Redis SET.std::unordered_set<std::string> set = {"m2", "m3"};redis.sadd("set", set.begin(), set.end());// std::initializer_list to Redis SET.redis.sadd("set", {"m2", "m3"});// Redis SET to std::unordered_set<std::string>.set.clear();redis.smembers("set", std::inserter(set, set.begin()));if (redis.sismember("set", "m1")) {std::cout << "m1 exists" << std::endl;}   // else NOT exist.// ***** SORTED SET commands *****redis.zadd("sorted_set", "m1", 1.3);// std::unordered_map<std::string, double> to Redis SORTED SET.std::unordered_map<std::string, double> scores = {{"m2", 2.3},{"m3", 4.5}};redis.zadd("sorted_set", scores.begin(), scores.end());// Redis SORTED SET to std::vector<std::pair<std::string, double>>.// NOTE: The return results of zrangebyscore are ordered, if you save the results// in to `std::unordered_map<std::string, double>`, you'll lose the order.std::vector<std::pair<std::string, double>> zset_result;redis.zrangebyscore("sorted_set",UnboundedInterval<double>{},            // (-inf, +inf)std::back_inserter(zset_result));// Only get member names:// pass an inserter of std::vector<std::string> type as output parameter.std::vector<std::string> without_score;redis.zrangebyscore("sorted_set",BoundedInterval<double>(1.5, 3.4, BoundType::CLOSED),   // [1.5, 3.4]std::back_inserter(without_score));// Get both member names and scores:// pass an back_inserter of std::vector<std::pair<std::string, double>> as output parameter.std::vector<std::pair<std::string, double>> with_score;redis.zrangebyscore("sorted_set",BoundedInterval<double>(1.5, 3.4, BoundType::LEFT_OPEN),    // (1.5, 3.4]std::back_inserter(with_score));// ***** SCRIPTING commands *****// Script returns a single element.auto num = redis.eval<long long>("return 1", {}, {});// Script returns an array of elements.std::vector<std::string> nums;redis.eval("return {ARGV[1], ARGV[2]}", {}, {"1", "2"}, std::back_inserter(nums));// mset with TTLauto mset_with_ttl_script = R"(local len = #KEYSif (len == 0 or len + 1 ~= #ARGV) then return 0 endlocal ttl = tonumber(ARGV[len + 1])if (not ttl or ttl <= 0) then return 0 endfor i = 1, len do redis.call("SET", KEYS[i], ARGV[i], "EX", ttl) endreturn 1)";// Set multiple key-value pairs with TTL of 60 seconds.auto keys = {"key1", "key2", "key3"};std::vector<std::string> args = {"val1", "val2", "val3", "60"};redis.eval<long long>(mset_with_ttl_script, keys.begin(), keys.end(), args.begin(), args.end());// ***** Pipeline *****// Create a pipeline.auto pipe = redis.pipeline();// Send mulitple commands and get all replies.auto pipe_replies = pipe.set("key", "value").get("key").rename("key", "new-key").rpush("list", {"a", "b", "c"}).lrange("list", 0, -1).exec();// Parse reply with reply type and index.auto set_cmd_result = pipe_replies.get<bool>(0);auto get_cmd_result = pipe_replies.get<OptionalString>(1);// rename command resultpipe_replies.get<void>(2);auto rpush_cmd_result = pipe_replies.get<long long>(3);std::vector<std::string> lrange_cmd_result;pipe_replies.get(4, back_inserter(lrange_cmd_result));// ***** Transaction *****// Create a transaction.auto tx = redis.transaction();// Run multiple commands in a transaction, and get all replies.auto tx_replies = tx.incr("num0").incr("num1").mget({"num0", "num1"}).exec();// Parse reply with reply type and index.auto incr_result0 = tx_replies.get<long long>(0);auto incr_result1 = tx_replies.get<long long>(1);std::vector<OptionalString> mget_cmd_result;tx_replies.get(2, back_inserter(mget_cmd_result));// ***** Generic Command Interface *****// There's no *Redis::client_getname* interface.// But you can use *Redis::command* to get the client name.val = redis.command<OptionalString>("client", "getname");if (val) {std::cout << *val << std::endl;}// Same as above.auto getname_cmd_str = {"client", "getname"};val = redis.command<OptionalString>(getname_cmd_str.begin(), getname_cmd_str.end());// There's no *Redis::sort* interface.// But you can use *Redis::command* to send sort the list.std::vector<std::string> sorted_list;redis.command("sort", "list", "ALPHA", std::back_inserter(sorted_list));// Another *Redis::command* to do the same work.auto sort_cmd_str = {"sort", "list", "ALPHA"};redis.command(sort_cmd_str.begin(), sort_cmd_str.end(), std::back_inserter(sorted_list));// ***** Redis Cluster *****// Create a RedisCluster object, which is movable but NOT copyable.auto redis_cluster = RedisCluster("tcp://127.0.0.1:7000");// RedisCluster has similar interfaces as Redis.redis_cluster.set("key", "value");val = redis_cluster.get("key");if (val) {std::cout << *val << std::endl;}   // else key doesn't exist.// Keys with hash-tag.redis_cluster.set("key{tag}1", "val1");redis_cluster.set("key{tag}2", "val2");redis_cluster.set("key{tag}3", "val3");std::vector<OptionalString> hash_tag_res;redis_cluster.mget({"key{tag}1", "key{tag}2", "key{tag}3"},std::back_inserter(hash_tag_res));} catch (const Error &e) {// Error handling.
}

3 分布式缓存 —— redis集群

3.1 持久化

  • 单节点Redis的问题：1. 数据丢失 2. 并发能力 3. 存储能力 4. 故障恢复

3.1.1 RDB

image-20240427230804132

image-20240427233636584

3.1.2 RDB底层原理

image-20240427234336347

3.1.3 AOF持久化

image-20240427235256612

  • 默认选择appendfsync everysec

image-20240427235540933

  • 解决AOF文件过大的问题（清除无效数据） —— 执行bgrewriteaof命令

image-20240428000342657

3.1.4 AOF与RDB的对比

image-20240428200406918

3.2 Redis主从

3.2.1 搭建主从集群

（转Redis集群.md）

3.2.2 数据同步原理

  1. 全量同步
  • id不同- > 生成RDB做全量同步
  • id相同 -> 通过offset做增量同步

image-20240428202606843

image-20240428202728682

  1. 增量同步

11111

  • 如何优化主从集群同步

image-20240428203425431

3.3 Redis哨兵

image-20240428205054062

Sentinel监控原理

Sentinel基于心跳机制监测服务状态，每隔1秒向集群的每个实例发送ping命令

主观下线：如果某sentinel节点发现某实例未在规定时间响应，则认为该实例主观下线。

客观下线：若超过指定数量（quorum)的sentinel都认为该实例主观下线，则该实例客观下线。quorum值最好超过Sentinel实例数量的一半。

选择新的master

image-20240428205910199

如何实现故障转移

image-20240428210025947

3.3.1 搭建哨兵集群

（转Redis集群.md）

3.3.2 Redis客户端状态感知

3.4 Redis分片集群

3.4.1 搭建分片集群

（转Redis集群.md）

image-20240428223237874

3.4.2 散列插槽

image-20240428225102178

  • 如何将同一类数据固定的保存在同一个Redis实例中

image-20240428225417930

3.4.3 集群伸缩

  • 创建新Redis，加入到集群中

image-20240428225728626

  • 分配插槽
redis-cli --cluster reshard ip:port

3.4.4 故障转移

  1. 自动转移
  • 一个服务突然宕机，slave节点自动转移成master
  1. 手动转移

image-20240428231148079

4 多级缓存

image-20240428232744878

4.1 JVM进程缓存

4.2 OpenResty

image-20240429231721675

image-20240429234315794

  1. 修改nginx.conf文件

image-20240429235323238

  1. 编写item.lua文件

image-20240429235435025

  • 获取请求参数

image-20240429235839151

  • 封装http请求，由OpenResty发送给后端

image-20240430001548649

image-20240430001527599

  • 使用common.lua，通过item.lua发送请求到后端

image-20240430003124528

  • Redis预热

  • OpenResty访问Redis缓存

image-20240501150214696

  • nginx本地缓存

4.3 缓存同步

image-20240502121041244

4.3.1 Canel

image-20240502121331454

image-20240502220556739

5 Redis实践优化

5.1 key的设计

image-20240502221558171

  • 什么是Big Key

单个key的value小于10KB

对于集合类型的key，建议元素数量小于1000

  • Big Key的危害

image-20240502222457055

  • 删除Big Key

image-20240502223603980

5.2 批处理优化

  • 批处理一次性执行太多任务会阻塞网络
  1. 原生的M操作
  2. Pipeline
  • pipeline的多个命令不具有原子性

image-20240503115012875

5.2.1 集群模式下的批处理

image-20240503120412597

5.3 服务端优化

5.3.1 持久化配置

image-20240503223951603

5.3.2 慢查询

  • 该配置重启会恢复，要用就配置可以修改配置文件

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

  • 其他命令

image-20240504000236684

5.3.3 服务器安全配置

image-20240504135349697

  • 安全配置
  1. Redis一定要设置密码
  2. 禁止线上使用下面命令: keys、flushall、flushdb、config set等命令。可以利用rename-command禁用。（在redis.conf文件下设置 rename-command keys xxx123xxxdfsda）
  3. bind:限制网卡，禁止外网网卡访问禁止线上使用下面命令（在redis.conf文件下设置）
  4. 开启防火墙开启防火墙
  5. 不要使用Root账户启动Redis
  6. 尽量不要使用默认端口

5.3.4 内存配置

image-20240504140451848

  • 查看内存使用情况的命令：
    • memory xxx
    • info memory

image-20240504142118346

  • 两个查看客户端链接信息的命令
    • info client
    • client list

5.3.5 集群相关问题

  • 集群的完整性问题

image-20240504143153125

  • 集群的带宽问题

image-20240504143434456

  • 集群带来的其他问题

image-20240504143734732

6 Redis底层原理

6.1 底层数据结构

6.1.1 SDS动态数组

image-20240504150555378

image-20240504150612583

6.1.2 Intset

image-20240504150909130

  • intset升级

image-20240504152243964

  • 优点
  1. Redis会确保Intset中的元素唯一、有序
  2. 具备类型升级机制，可以节省内存空间
  3. 底层采用二分查找方式来查询

6.1.3 Dict

  • Dict由三部分组成：

image-20240504153208343

image-20240504153407129

  • Dict的扩容机制

image-20240504163735702

  • 渐进式rehash

ss

6.1.4 ZipList

image-20240504165810053

image-20240504170359861

  • encoding编码（小端）

    • 字符串类型编码（00、01、10开头）

      image-20240504171221619

    • 整数类型编码

  • 连锁更新问题

image-20240504230957638

6.1.5 QuickList

  • QuickList = LinkList + ZipList

  • QuickList：限制ZipList的大小，解决内存分配的效率问题

image-20240504233808521

  • 如何限制ZipList大小

image-20240504233856667

  • QuickList节点压缩image-20240504234159575

image-20240504235503333

image-20240504235643390

6.1.5 SkipList

image-20240505000844632

  • 底层结构

image-20240505001646311

image-20240505001031349

6.1.6 RedisObject

image-20240507103139134

  • 11种编码格式

image-20240507103439069

  • 数据类型对应的编码格式

image-20240507103733752

6.2 五种数据结构

6.2.1 String

  • raw：其基本编码方式是RAW，基于简单动态字符串(SDS）实现，存储上限为512mb。
  • embstr：如果存储的SDS长度小于44字节，则会采用EMBSTR编码，此时object head与SDS是一段连续空间。申请内存时只需要调用一次内存分配函数，效率更高。
  • int：如果存储的字符串是整数值，并且大小在LONG_MAX范围内，则会采用INT编码:直接将数据保存在RedisObject的ptr指针位置（刚好8字节)，不再需要SDS了。

image-20240507105438669

6.2.2 List

image-20240507110929648

6.2.3 Set

Set是Redis中的集合，不一定确保元素有序，可以满足元素唯一、查询效率要求极高。

  • Dict：为了查询效率和唯一性，set采用HT编码（Dict)。Dict中的key用来存储元素, value统一为null。

  • IIntSet：当存储的所有数据都是整数，并且元素数量不超过set-max-intset-entries时，Set会采用IntSet编码，以节省内存。

image-20240507112417630

  • 插入时类型转换

image-20240507112431813

6.2.4 ZSet

zset底层数据结构必须满足键值存储、键必须唯一、可排序这几个需求

  • SkipList:可以排序，并且可以同时存储score和ele值（ member)
  • HT ( Dict):可以键值存储，并且可以根据key找value

image-20240507153935285

  • 当元素不多时，使用ZipList编码

image-20240507154502329

image-20240507154916702

6.2.5 Hash

image-20240507155424965

6.3 Redis网络模型

6.3.1 selecct

image-20240507203420468

6.3.2 poll

image-20240507203831453

6.3.3 epoll

image-20240507205127392

6.3.4 Redis网络模型

单线程？多线程？

image-20240507212223799

image-20240507222739878

6.4 Redis通信协议

image-20240510101118195

7 Redis实战

7.1 短信登录

image-20240905170425429

image-20240905170443544

7.2 商户查询缓存

tXZN6w-1725528160173)]

6.2.4 ZSet

zset底层数据结构必须满足键值存储、键必须唯一、可排序这几个需求

  • SkipList:可以排序，并且可以同时存储score和ele值（ member)
  • HT ( Dict):可以键值存储，并且可以根据key找value

[外链图片转存中…(img-zQwHt0dx-1725528160173)]

  • 当元素不多时，使用ZipList编码

[外链图片转存中…(img-SCoUVdDn-1725528160173)]

[外链图片转存中…(img-KIqmlnJz-1725528160173)]

6.2.5 Hash

[外链图片转存中…(img-YExQQbXg-1725528160174)]

6.3 Redis网络模型

6.3.1 selecct

[外链图片转存中…(img-fFzuys3R-1725528160174)]

6.3.2 poll

[外链图片转存中…(img-OxEyBeGi-1725528160174)]

6.3.3 epoll

[外链图片转存中…(img-0SEZ3rgN-1725528160174)]

6.3.4 Redis网络模型

单线程？多线程？

[外链图片转存中…(img-fRIrVeDR-1725528160175)]

[外链图片转存中…(img-YhYlOECO-1725528160175)]

6.4 Redis通信协议

[外链图片转存中…(img-nUoZADFd-1725528160175)]

7 Redis实战

7.1 短信登录

[外链图片转存中…(img-auMEyc95-1725528160175)]

[外链图片转存中…(img-cedX1Yyj-1725528160176)]

7.2 商户查询缓存

相关文章：

  • 北京网站建设多少钱？
  • 辽宁网页制作哪家好_网站建设
  • 高端品牌网站建设_汉中网站制作
  • 【C++ Primer Plus习题】10.7
  • react中关于token的两个场景
  • 从零到精通:用C++ STL string优化代码
  • Biome-BGC生态系统模型与Python融合技术实践应用
  • 记一次 OOM内存溢出案例
  • 设计模式-行为型模式-模板方法模式
  • 预训练语言模型的前世今生 - 从Word Embedding到BERT
  • 深入掌握Linux磁盘管理，从入门到精通的完整指南
  • 安装node版本管理工具（nvm）、利用nvm安装node
  • html+css+js网页设计 故宫7个页面 ui还原度100%
  • 解决App推广痛点：一键获取下载数据的秘诀
  • Vue(七) TodoList案例1.0
  • 新的Ubuntu服务器如何启用root账号和配置静态ip以及开启ssh服务
  • spark.sql
  • 数仓基础（九）：各大公司实时数仓实践
  • 【node学习】协程
  • java第三方包学习之lombok
  • Redis在Web项目中的应用与实践
  • Redux 中间件分析
  • session共享问题解决方案
  • vue2.0开发聊天程序(四) 完整体验一次Vue开发（下）
  • vue-cli3搭建项目
  • vue从入门到进阶：计算属性computed与侦听器watch（三）
  • 从tcpdump抓包看TCP/IP协议
  • 第三十一到第三十三天：我是精明的小卖家（一）
  • 分布式熔断降级平台aegis
  • 计算机在识别图像时“看到”了什么？
  • 京东美团研发面经
  • 网页视频流m3u8/ts视频下载
  • 为视图添加丝滑的水波纹
  • 异步
  • shell使用lftp连接ftp和sftp,并可以指定私钥
  • # Swust 12th acm 邀请赛# [ A ] A+B problem [题解]
  • #{} 和 ${}区别
  • #HarmonyOS:软件安装window和mac预览Hello World
  • #php的pecl工具#
  • $ git push -u origin master 推送到远程库出错
  • （Matalb时序预测）WOA-BP鲸鱼算法优化BP神经网络的多维时序回归预测
  • （附源码）springboot码头作业管理系统 毕业设计 341654
  • （小白学Java）Java简介和基本配置
  • （一）Dubbo快速入门、介绍、使用
  • （转）项目管理杂谈-我所期望的新人
  • （状压dp）uva 10817 Headmaster's Headache
  • ..thread“main“ com.fasterxml.jackson.databind.JsonMappingException: Jackson version is too old 2.3.1
  • .NET 分布式技术比较
  • .NET_WebForm_layui控件使用及与webform联合使用
  • .NetCore实践篇：分布式监控Zipkin持久化之殇
  • .net分布式压力测试工具(Beetle.DT)
  • .net开发日常笔记(持续更新)
  • .NET命令行（CLI）常用命令
  • .NET平台开源项目速览(15)文档数据库RavenDB-介绍与初体验
  • .NET设计模式（11）：组合模式（Composite Pattern）
  • .one4-V-XXXXXXXX勒索病毒数据怎么处理|数据解密恢复
  • @FeignClient 调用另一个服务的test环境，实际上却调用了另一个环境testone的接口，这其中牵扯到k8s容器外容器内的问题，注册到eureka上的是容器外的旧版本...
  • [＜MySQL优化总结＞]