1.全面解析Redis-RDB与AOF持久化机制

Redis之所以能够提供高速读写操作是因为数据存储在内存中，但这也带来了一个风险，即在服务器宕机或断电的情况下，内存中的数据会丢失。为了解决这个问题，Redis提供了持久化机制来确保数据的持久性和可靠性。

Redis持久化机制：

文章来源：加米谷大数据

ColumnFamilies 可以以秒为单位来设置 TTL（Time To Live）长度，一旦达到到期时间，HBase 将自动删除行。这适用于所有版本的行 - 即使是当前版本。在该 HBase 行的中编码的TTL时间以UTC指定。

仅在小型压缩时删除包含过期行的存储文件。设置 hbase.store.delete.expired.storefile 为 false 将禁用此功能。将最小版本数设置为 0 以外的值也会禁用此功能。

最近的 HBase 版本也支持设置时间以每个单元为基础生存。单元 TTL 是使用突变 ＃setTTL 作为突变请求（例如：Appends、Increments、Puts）的属性提交的。如果设置了 TTL 属性，则该操作将应用于服务器上更新的所有单元。单元 TTL 处理和 ColumnFamily TTL 之间有两个显着的区别：

引言：为什么TTL设置如此重要？

在互联网的世界里，域名解析是连接用户和网站的桥梁。TTL（Time To Live）设置在这个过程中起着关键作用。TTL决定了域名解析信息在DNS（域名系统）缓存中的存活时间。今天，我们将一起探索TTL设置的奥秘，并分享如何优化它以提升网站性能。

RabbitMQ实现延迟队列如此简单，首选！

RabbitMQ 本身并不直接支持消息的延迟投递。但是可以通过TTL和DLX（死信交换机）来实现，如果是高版本，也可以通过插件来实现，更简单。

一、使用 TTL 和 DLX（死信交换机）：

使用消息的 "Time To Live" (TTL) 和 "Dead Letter Exchange" (DLX) 特性。你可以设置消息的 TTL，并将它们发送到一个队列，当消息过期后，它们将被自动发送到另一个队列，即死信队列，而不是原始目标队列。消费者监听死信队列，即可拿到数据，支持相关操作。

1、缓存定义

高速数据存储层，提高程序性能

Redis提供了丰富的数据结构，包括STRING（字符串）、LIST（列表）、SET（集合）、HASH（散列）和ZSET（有序集合）基本数据类型。

1、什么是Redis？

Redis（Remote Dictionary Server）本质上是一个Key-Value类型的内存数据库，很像memcached，整个数据库统统加载在内存当中进行操作，定期通过异步操作把数据库数据flush到硬盘上进行保存。

来源 | Java技术栈

RabbitMQ是一套开源（MPL）的消息队列服务软件，是由 LShift 提供的一个 Advanced Message Queuing Protocol (AMQP) 的开源实现，由以高性能、健壮以及可伸缩性出名的 Erlang 写成。

RabbitMQ是基于AMQP协议的，通过使用通用协议就可以做到在不同语言之间传递。

AMQP协议

核心概念

• server：又称broker，接受客户端连接，实现AMQP实体服务。

一、Redis 高可用

1.1 什么是高可用

在web服务器中，高可用是指服务器可以正常访问的时间，衡量的标准是在多长时间内可以提供正常服务(99.9%、99.99%、99.999%等等)。

但是在Redis语境中，高可用的含义似乎要宽泛一些，除了保证提供正常服务( 如主从分离、快速容灾技术)，还需要考虑数据容量的扩展、数据安全不会丢失等。

1. Redis是什么

Redis官方这样解释

Redis is an open source (BSD licensed), in-memory data structure store, used as a database, cache and message broker. It supports data structures such as strings, hashes, lists, sets, sorted sets with range queries, bitmaps, hyperloglogs, geospatial indexes with radius queries and streams. Redis has built-in replication, Lua scripting, LRU eviction, transactions and different levels of on-disk persistence, and provides high availability via Redis Sentinel and automatic partitioning with Redis Cluster.

一般来说，缓存的容量是小于数据总量的，所以，当缓存数据越来越多，Redis 不可避免的会被写满，这时候就涉及到 Redis 的内存淘汰机制了。我们需要选定某种策略将“不重要”的数据从 Redis 中清除，为新的数据腾出空间。

1|0配置 Redis 内存大小

我们应该为 Redis 设置多大的内存容量呢？