Submit Search
Upload
Redis的一点想法 - 杨海潮
•
5 likes
•
460 views
S
Shaoning Pan
Follow
Redis的一点想法 - 杨海潮
Read less
Read more
Report
Share
Report
Share
1 of 16
Download now
Download to read offline
Recommended
Redis运维之道
Redis运维之道
jackbillow
淘宝Ocean base云存储实践 2011架构师大会
淘宝Ocean base云存储实践 2011架构师大会
knuthocean
唯品会大数据实践 Sacc pub
唯品会大数据实践 Sacc pub
Chao Zhu
关系数据库存储树形结构数据的理想实践 20100222
关系数据库存储树形结构数据的理想实践 20100222
Cabin WJ
海量数据计算架构实现
海量数据计算架构实现
Shaoning Pan
RTB 优化算法
RTB 优化算法
Shaoning Pan
Technology Changes
Technology Changes
Shaoning Pan
一淘广告机器学习
一淘广告机器学习
Shaoning Pan
Recommended
Redis运维之道
Redis运维之道
jackbillow
淘宝Ocean base云存储实践 2011架构师大会
淘宝Ocean base云存储实践 2011架构师大会
knuthocean
唯品会大数据实践 Sacc pub
唯品会大数据实践 Sacc pub
Chao Zhu
关系数据库存储树形结构数据的理想实践 20100222
关系数据库存储树形结构数据的理想实践 20100222
Cabin WJ
海量数据计算架构实现
海量数据计算架构实现
Shaoning Pan
RTB 优化算法
RTB 优化算法
Shaoning Pan
Technology Changes
Technology Changes
Shaoning Pan
一淘广告机器学习
一淘广告机器学习
Shaoning Pan
海量用户数据处理及其在一淘广告和推荐中的应用
海量用户数据处理及其在一淘广告和推荐中的应用
Shaoning Pan
大型互联网广告应用系统架构
大型互联网广告应用系统架构
Shaoning Pan
Tanx成长之路 real time media
Tanx成长之路 real time media
Shaoning Pan
移动社交网络动态框架 李章晶
移动社交网络动态框架 李章晶
Shaoning Pan
移动互联网产业分析 梁文静
移动互联网产业分析 梁文静
Shaoning Pan
曾勇 Elastic search-intro
曾勇 Elastic search-intro
Shaoning Pan
Hadoop的etl任务—flume使用及其 优化-品友互动
Hadoop的etl任务—flume使用及其 优化-品友互动
Shaoning Pan
互联网广告发展的趋势-品友互动
互联网广告发展的趋势-品友互动
Shaoning Pan
互联网行为分析和数据挖掘-品友互动
互联网行为分析和数据挖掘-品友互动
Shaoning Pan
如何构建一个高可用可扩展的广告投放平台-品友互动
如何构建一个高可用可扩展的广告投放平台-品友互动
Shaoning Pan
网站前段性能优化-品友互动
网站前段性能优化-品友互动
Shaoning Pan
品友互动 Hadoop的etl任务—flume使用及其 优化
品友互动 Hadoop的etl任务—flume使用及其 优化
Shaoning Pan
分布式计算与Hadoop - 刘鹏
分布式计算与Hadoop - 刘鹏
Shaoning Pan
Cassandra实时统计分享 - 赵伟
Cassandra实时统计分享 - 赵伟
Shaoning Pan
Android应用开发 - 沈大海
Android应用开发 - 沈大海
Shaoning Pan
淘宝数据魔方的系统架构 -长林
淘宝数据魔方的系统架构 -长林
Shaoning Pan
Think social to go global
Think social to go global
Shaoning Pan
腾讯开放平台 Hellena
腾讯开放平台 Hellena
Shaoning Pan
身随心动—《汉字工具箱》开发历程 姚鸿滨
身随心动—《汉字工具箱》开发历程 姚鸿滨
Shaoning Pan
高性能Lamp程序设计 付超群
高性能Lamp程序设计 付超群
Shaoning Pan
More Related Content
More from Shaoning Pan
海量用户数据处理及其在一淘广告和推荐中的应用
海量用户数据处理及其在一淘广告和推荐中的应用
Shaoning Pan
大型互联网广告应用系统架构
大型互联网广告应用系统架构
Shaoning Pan
Tanx成长之路 real time media
Tanx成长之路 real time media
Shaoning Pan
移动社交网络动态框架 李章晶
移动社交网络动态框架 李章晶
Shaoning Pan
移动互联网产业分析 梁文静
移动互联网产业分析 梁文静
Shaoning Pan
曾勇 Elastic search-intro
曾勇 Elastic search-intro
Shaoning Pan
Hadoop的etl任务—flume使用及其 优化-品友互动
Hadoop的etl任务—flume使用及其 优化-品友互动
Shaoning Pan
互联网广告发展的趋势-品友互动
互联网广告发展的趋势-品友互动
Shaoning Pan
互联网行为分析和数据挖掘-品友互动
互联网行为分析和数据挖掘-品友互动
Shaoning Pan
如何构建一个高可用可扩展的广告投放平台-品友互动
如何构建一个高可用可扩展的广告投放平台-品友互动
Shaoning Pan
网站前段性能优化-品友互动
网站前段性能优化-品友互动
Shaoning Pan
品友互动 Hadoop的etl任务—flume使用及其 优化
品友互动 Hadoop的etl任务—flume使用及其 优化
Shaoning Pan
分布式计算与Hadoop - 刘鹏
分布式计算与Hadoop - 刘鹏
Shaoning Pan
Cassandra实时统计分享 - 赵伟
Cassandra实时统计分享 - 赵伟
Shaoning Pan
Android应用开发 - 沈大海
Android应用开发 - 沈大海
Shaoning Pan
淘宝数据魔方的系统架构 -长林
淘宝数据魔方的系统架构 -长林
Shaoning Pan
Think social to go global
Think social to go global
Shaoning Pan
腾讯开放平台 Hellena
腾讯开放平台 Hellena
Shaoning Pan
身随心动—《汉字工具箱》开发历程 姚鸿滨
身随心动—《汉字工具箱》开发历程 姚鸿滨
Shaoning Pan
高性能Lamp程序设计 付超群
高性能Lamp程序设计 付超群
Shaoning Pan
More from Shaoning Pan
(20)
海量用户数据处理及其在一淘广告和推荐中的应用
海量用户数据处理及其在一淘广告和推荐中的应用
大型互联网广告应用系统架构
大型互联网广告应用系统架构
Tanx成长之路 real time media
Tanx成长之路 real time media
移动社交网络动态框架 李章晶
移动社交网络动态框架 李章晶
移动互联网产业分析 梁文静
移动互联网产业分析 梁文静
曾勇 Elastic search-intro
曾勇 Elastic search-intro
Hadoop的etl任务—flume使用及其 优化-品友互动
Hadoop的etl任务—flume使用及其 优化-品友互动
互联网广告发展的趋势-品友互动
互联网广告发展的趋势-品友互动
互联网行为分析和数据挖掘-品友互动
互联网行为分析和数据挖掘-品友互动
如何构建一个高可用可扩展的广告投放平台-品友互动
如何构建一个高可用可扩展的广告投放平台-品友互动
网站前段性能优化-品友互动
网站前段性能优化-品友互动
品友互动 Hadoop的etl任务—flume使用及其 优化
品友互动 Hadoop的etl任务—flume使用及其 优化
分布式计算与Hadoop - 刘鹏
分布式计算与Hadoop - 刘鹏
Cassandra实时统计分享 - 赵伟
Cassandra实时统计分享 - 赵伟
Android应用开发 - 沈大海
Android应用开发 - 沈大海
淘宝数据魔方的系统架构 -长林
淘宝数据魔方的系统架构 -长林
Think social to go global
Think social to go global
腾讯开放平台 Hellena
腾讯开放平台 Hellena
身随心动—《汉字工具箱》开发历程 姚鸿滨
身随心动—《汉字工具箱》开发历程 姚鸿滨
高性能Lamp程序设计 付超群
高性能Lamp程序设计 付超群
Redis的一点想法 - 杨海潮
1.
redis的一点想法
@jackbillow jackbillow@gmail.com
2.
“Nothing’s perfect but
some solutions are good enough for a while” by Nick Kallen
3.
“应用场景比internal更重要,研究internal是为了更好 的理解应用场景。” by
me
4.
Use case list, hashes,
set, sort set类似的数据结构需求 KV也可以考虑
5.
Use case 数据量可控,不能增长太快
6.
Use case 写入量大,存MySQL不合适
7.
Use case 非持久化或持久化cache
8.
设计时考虑的问题 容量提前考虑
9.
设计时考虑的问题 宕机之后恢复时间可能超过你的想象
10.
设计时考虑的问题 如果可用性要求高,请采用多套
11.
设计时考虑的问题 replication存在缺陷
12.
设计时考虑的问题 小心bgrewriteaof存在问题
13.
设计时考虑的问题 选择合适的机型,同时不要把鸡蛋放一个篮子里
14.
设计时考虑的问题 php客户端长连接问题
15.
设计时考虑的问题 尝试新的功能请小心,最好能把控它的代码
16.
谢谢!
Q&A @jackbillow jackbillow@gmail.com
Download now