了解Redis排障深水区。

通过不同数据量下对比测试，我们可以看到，Async-fork 相比原生 fork，阻塞时间大大减少，性能提升非常明显。而且阻塞时间非常稳定，不会因为数据量的增长出现倍数级增长。

Redis是一个开源的内存中的数据结构存储系统，在实际的开发过程中，Redis已经成为不可或缺的组件之一，基于内存实现、合理的数据结构、合理的数据编码、合理的线程模型等特征不仅仅让Redis变得如此之快，同时也造就了Redis对更多或者复杂的场景的支持。

Redis 的性能高的原因之一是它每种数据结构都是经过专门设计的，并都有一种或多种数据结构来支持，依赖这些灵活的数据结构，来提升读取和写入的性能。

Myntra’s pricing system is responsible for uploading various discounts for different products and serving them to multiple services. Currently, the pricing system has been serving discount information with a latency of 150ms for millions of traffic. With increasing scale and the need to disseminate discount information to several other systems, it became essential to scale the system to handle the increased load while maintaining its resilience, robustness, and fault tolerance. Several new features are being developed which require pricing information to be available in synchronous flows. To enable all these features, our pricing system needs to scale to handle 10s of millions of requests with latency as low as 30ms.

在开发测试过程中，或排查生产问题时，难免会碰到想查看redis服务中某些key的值是怎么变动的，以便确认数据变更与业务流转是否保持一致。此时，就涉及到命令回看——回看redis中执行的变更命令（数据变更）。

那如何实现命令回看呢？作为一个redis使用人员，最先想到的是monitor命令，通过执行monitor来查看redis服务执行的命令情况。

RDB持久化方式能够在指定的时间间隔内（N秒内或有M次改动时），对实例的数据进行快照存储，也就是全备的意思。

我们在开发应用后端系统的时候经常要和各种数据库、缓存等资源打交道。这一期，我们聊聊如何访问redis 并将资源池化。

本文介绍了Redis数据倾斜的相关概念，并讲解了Redis数据倾斜的原因以及应对方案，对热点问题进行了深入探讨；其次从client端、worker端、dashboard端全方位讲解了热key问题的解决方案，详细解析了JD开源项目hotkey，读者可以从本文中学到相关的方法论及其对应的落地方案。

Redis 是一个开源、基于内存、使用 C 语言编写的 key-value 数据库，并提供了多种语言的 API。它的数据结构十分丰富，基础数据类型包括：string（字符串）、list（列表，双向链表）、hash（散列，键值对集合）、set（集合，不重复）和 sorted set（有序集合）。主要可以用于数据库、缓存、分布式锁、消息队列等...

以上的数据类型是 Redis 键值的数据类型，其实就是数据的保存形式，但是数据类型的底层实现是最重要的，底层的数据结构主要分为 6 种，分别是简单动态字符串、双向链表、压缩链表、哈希表、跳表和整数数组。

Redis 作为“扛流量”和“性能加速”的利器，是业务架构中不可或缺的组成部分。Redis 服务一旦出现问题，就可能会导致业务系统直接崩溃。想要打造稳定可靠的 Redis 服务，掌握 Redis 内核原理至关重要。

A closer look at how the Linux kernel influences Redis memory management.

云原生内存数据库 Tair 是阿里云自研数据库，兼容 Redis 的同时提供更多数据结构和企业级能力，包括全球多活、任意时间点恢复和透明加密等。

本文通过分析Lettuce的特性和内部实现，及其与Jedis的对照比较，对这两种客户端以及Redis服务端进行深度探讨。

本文深入浅出介绍Redis持久化机制，描述清晰，图示丰富，并给出很多参考信息。通过阅读本文，读者可以快速、有效地了解Redis的持久化机制，更好、更高效地使用Redis。

之前旁边的小伙伴问我热点数据相关问题，在给他粗略的讲解一波redis数据倾斜的案例之后，自己也顺道回顾了一些关于热点数据处理的方法论，同时也想起去年所学习JD开源项目hotkey——专门用来解决热点数据问题的框架。在这里结合两者所关联到的知识点，通过几个小图和部分粗略的讲解，来让大家了解相关方法论以及hotkey的源码解析。