Grab的计数服务面临性能挑战，主要因Redis缓存机制导致Scylla数据库查询量周期性激增。通过逐步禁用Redis缓存，并优化Scylla的压缩策略，成功消除了15分钟间隔的查询峰值，同时提升了Scylla自身缓存的利用率。最终，服务性能保持稳定，且显著降低了系统成本。

本文深入探讨了基于Redis的向量召回技术及其在AI业务中的应用。通过向量化技术，文本、图像等数据可转换为低维向量，便于计算相似度。RedisSearch模块支持多种向量精度和搜索算法，如HNSW和FLAT，适用于推荐、问答、图像检索等场景。文章还提供了创建索引、召回优化及混合检索的实践方法，助力开发者高效构建AI业务系统。

Redis通过其AI模块（如RedisML、RedisSearch、Neural-Redis等），为开发者提供了高效、灵活的实时智能解决方案。这些模块扩展了Redis的功能，支持机器学习、搜索引擎和神经网络等应用，提升了模型部署和推理性能。结合Redis的内存计算和高并发处理能力，企业可在电商、金融、物联网等场景中实现低延迟、高吞吐的AI服务，助力业务智能化升级。

Redis通过模块化扩展，为AI实时场景提供高效解决方案。RediSearch实现快速全文搜索，RedisML支持机器学习模型训练与推理，Neural-Redis整合神经网络，RedisAI集成多框架深度学习。这些模块具备扩展性、灵活性和高性能，适用于电商搜索、实时推荐、金融风控等场景，助力企业构建智能化数据架构。

本文主要介绍了 Redis 提供的三大持久化机制，即 AOF 日志、RDB 快照以及混合持久化机制。

在传统的计算广告业务流程中，广告的展示需要涉及多个参与方，包括用户、广告主、媒体平台、广告交易平台（ADX），以及需求方平台（DSP）等。并且，这一过程通常需要经历十几次的交互才能最终完成广告的展示。

本文将从概念、设计、实现和适用场景等多个维度介绍Redis Stream在交通模块的应用。

随着公司目前整体双活能力的建设完成，需要对Redis组件的双活能力进行演练和验证。但在实际生产环境中，面对如此大规模的Redis集群，演练过程中几个关键问题仍然存在：主从切换时间长、系统高可用要求高、运维流程复杂，并且在Redis集群切换过程中涉及到内存数据的同步，直接影响到业务系统的稳定性。

因此急需对Redis集群的双活切换操作进行自动化平台建设，简化运维操作流程，精细化管控切换细节，提升整体的切换效率，保证双活演练稳定和高效的开展。

Redis热key问题是指单位时间内，某个特定key的访问量特别高，占用大量的CPU资源，影响其他请求并导致整体性能降低。目前，Redis官方和业界也都有不少热key探测与发现方法。

如果我们能把数据一致性解决好的话，Redis的应用场景会更广。

业务中存在访问热点是在所难免的，然而如何发现热点key一直困扰着许多用户，redis4.0为我们带来了许多新特性，其中便包括基于LFU的热点key发现机制。

作者从一个事故中总结了Redis（几乎）所有的知识点，供大家学习。

目前 Redis-server 宿主机平均内存使用率和内存分配率均达到一个合理且较高的水位，资源管理处于业内第一梯队，使用最低的成本做到最大的支撑业务缓存需求。

Redis集群经常需要进行在线水平扩缩容，实际操作过程中发现迁移期间服务时延剧烈抖动，业务侧感知明显，为了应对以上问题对原生Redis集群slot迁移功能进行优化改造。

Redis的常见业务场景。

Redis 是一种由 C 语言开发的 NoSQL 数据库，以其高性能的键值对存储和多种应用场景而闻名。本文将详细介绍 Redis 的主要功能特性、典型应用场景、演进过程、架构设计以及数据类型和操作命令，并结合腾讯云数据库 Redis 的实际应用。