【redis原理篇】底層數據結構

SDS

Redis是基于C語言實現的，但是Redis中大量使用的字符串并沒有直接使用C語言字符串。

一、SDS 的設計動機

傳統 C 字符串以 \0 結尾，存在以下問題：

  1. 性能瓶頸：獲取長度需遍歷字符數組，時間復雜度 O(n)。
  2. 緩沖區溢出：拼接操作可能覆蓋相鄰內存。
  3. 二進制不安全：無法存儲含 \0 的數據（如圖片、音頻）。
  4. 內存重分配頻繁：每次修改可能觸發 realloc，影響性能。

SDS 通過 結構體封裝元數據 和 內存預分配策略 解決這些問題。

二、SDS 的結構設計

SDS 的底層結構由 Header（元數據） 和 字符數組（實際數據） 組成。以 Redis 5.0 為例，其結構定義如下：

struct sdshdr {uint8_t len;     // 已使用的字節數（字符串真實長度）uint8_t alloc;   // 分配的總字節數（不含 Header）unsigned char flags; // SDS 類型標記（如 sdshdr5、sdshdr8）char buf[];      // 柔性數組，存儲實際字符（以 '\0' 結尾）
};
內存布局

在這里插入圖片描述

三、SDS 的核心原理

1. O(1) 時間復雜度獲取長度
  • 傳統 C 字符串：需遍歷直到 \0，時間復雜度 O(n)。
  • SDS：直接讀取 len 屬性，時間復雜度 O(1)。
2. 杜絕緩沖區溢出
  • 自動擴容檢查：修改字符串前，檢查 alloc - len 的剩余空間。
    • 空間不足時：觸發擴容機制，擴展至 新長度 * 2（小于 1MB）或 新長度
    • + 1MB（大于 1MB）。
  • 示例：
    原字符串長度 5MB，追加 2MB 數據，新分配空間為 5MB + 2MB + 1MB = 8MB。
3. 二進制安全
  • 不依賴 \0 終止符：通過 len 記錄真實長度，允許存儲任意二進制數據（包括 \0）。
  • 示例：
    存儲 JPEG 圖片數據時，即使內容含多個 \0，SDS 也能完整保存。
4. 內存優化策略
  • 預分配（Pre-allocation）：
    擴容時預留額外空間，減少后續修改時的內存分配次數。
  • 惰性釋放（Lazy Free）：
    縮短字符串時不立即釋放內存，僅減少 len，保留 alloc 供后續使用。

Intset

Redis 的 intset（整數集合） 是一種高效的有序整數存儲結構，專門用于優化小規模整數集合的內存占用和查詢性能。

一、intset 的結構設計

1. 內存布局

intset 由三部分組成：

typedef struct intset {uint32_t encoding;  // 編碼方式（決定每個整數占用的字節數）uint32_t length;    // 元素數量int8_t contents[];  // 柔性數組，實際存儲整數
} intset;
  • encoding：編碼類型，可選值：
    • INTSET_ENC_INT16（2 字節，范圍 -32768~32767）
    • INTSET_ENC_INT32（4 字節，范圍 -231~231-1）
    • INTSET_ENC_INT64（8 字節，范圍 -263~263-1）
  • contents：元素按升序排列，便于二分查找。

二、intset 的核心特性

1. 動態編碼升級
  • 觸發條件：插入的整數超出當前編碼范圍時，自動升級編碼（如從 INT16 升級到 INT32）。
  • 升級過程：
    1. 計算新編碼所需空間。
    2. 按新編碼重新分配內存，并將舊數據轉換為新格式。
    3. 插入新元素并保持有序。
  • 示例：
    原編碼為 INT16，插入 40000（超出 INT16 范圍） → 升級為 INT32。
2. 有序存儲
  • 元素排序：所有整數按升序排列，支持 O(log n) 時間復雜度的二分查找。
  • 插入復雜度：
    • 查找位置 O(log n) + 移動元素 O(n)（需保持有序性）。
    • 編碼升級時還需 O(n) 時間轉換數據。
3.案例分析

數組中先插入5,10,20

為了方便查找，Redis會將intset中所有的整數按照升序依次保存在contents數組中，結構如圖：
在這里插入圖片描述

現在，數組中每個數字都在int16_t的范圍內，因此采用的編碼方式是INTSET_ENC_INT16，每部分占用的字節大小為：
encoding：4字節
length：4字節
contents：2字節 * 3 = 6字節
在這里插入圖片描述

我們向該其中添加一個數字：50000，這個數字超出了int16_t的范圍，intset會自動升級編碼方式到合適的大小。
以當前案例來說流程如下：

  • 升級編碼為INTSET_ENC_INT32, 每個整數占4字節，并按照新的編碼方式及元素個數擴容數組
  • 倒序依次將數組中的元素拷貝到擴容后的正確位置（防止覆蓋后續元素）
  • 將待添加的元素放入數組末尾
  • 最后，將inset的encoding屬性改為INTSET_ENC_INT32，將length屬性改為4

在這里插入圖片描述

4.插入元素以及擴容源碼
/* Upgrades the intset to a larger encoding and inserts the given integer. */
static intset *intsetUpgradeAndAdd(intset *is, int64_t value) {uint8_t curenc = intrev32ifbe(is->encoding);uint8_t newenc = _intsetValueEncoding(value);int length = intrev32ifbe(is->length);int prepend = value < 0 ? 1 : 0;/* First set new encoding and resize */is->encoding = intrev32ifbe(newenc);is = intsetResize(is,intrev32ifbe(is->length)+1);/* Upgrade back-to-front so we don't overwrite values.* Note that the "prepend" variable is used to make sure we have an empty* space at either the beginning or the end of the intset. */while(length--)_intsetSet(is,length+prepend,_intsetGetEncoded(is,length,curenc));/* Set the value at the beginning or the end. */if (prepend)_intsetSet(is,0,value);else_intsetSet(is,intrev32ifbe(is->length),value);is->length = intrev32ifbe(intrev32ifbe(is->length)+1);return is;
}

Dict

Redis 中的 dict（字典） 是核心數據結構之一，用于實現鍵值存儲（Key-Value）、哈希類型（Hash）及數據庫鍵空間（Keyspace）等核心功能。

一、dict 的結構設計

1. 核心結構體定義

我們知道Redis是一個鍵值型（Key-Value Pair）的數據庫，我們可以根據鍵實現快速的增刪改查。而鍵與值的映射關系正是通過Dict來實現的。
Dict由三部分組成，分別是：哈希表（DictHashTable）、哈希節點（DictEntry）和字典（Dict）

// 哈希表結構
typedef struct dictht {dictEntry **table;      // 哈希桶數組（鏈式存儲）unsigned long size;     // 哈希表大小（桶數量，2^n）unsigned long sizemask; // 哈希掩碼（size-1，用于計算索引）unsigned long used;     // 已使用的桶數量（含鏈表節點）
} dictht;// 字典結構
typedef struct dict {dictType *type;         // 類型特定函數（如哈希函數、鍵比較函數）void *privdata;         // 私有數據（用于擴展）dictht ht[2];           // 兩個哈希表（用于漸進式 rehash）long rehashidx;         // rehash 進度（-1 表示未進行）int iterators;          // 當前運行的迭代器數量
} dict;// 哈希表節點（鏈表結構）
typedef struct dictEntry {void *key;              // 鍵union {void *val;uint64_t u64;int64_t s64;double d;} v;                    // 值（支持多種類型）struct dictEntry *next; // 指向下一個節點（解決哈希沖突）
} dictEntry;

在這里插入圖片描述

二、dict 的核心機制

1. 哈希函數與沖突解決
  • 哈希函數：Redis 默認使用 MurmurHash2 算法（非加密型，高性能，分布均勻）。
  • 沖突解決：采用 鏈地址法（Separate Chaining），同一桶內的節點以鏈表連接。
2.擴容
觸發條件
  • 負載因子（Load Factor）：
    • 常規擴容：load_factor = used / size ≥ 1，且當前未在后臺執行 BGSAVE 或 BGREWRITEAOF。
    • 強制擴容：load_factor ≥ 5（無論是否在執行持久化操作，避免哈希沖突嚴重導致性能驟降）。

擴容流程

  1. 計算新表大小：

    • 新哈希表的大小為 第一個 ≥ used \* 2 的 2^n（如 used=3 → size=8）。
    • 若當前正在執行 BGSAVE 或 BGREWRITEAOF，Redis 會 延遲擴容（避免資源過度消耗）。

  2. 初始化新哈希表（ht[1]）：

    // 分配新哈希表內存
dictht *new_ht = &d->ht[1];
new_ht->size = next_power(used * 2);
new_ht->table = zcalloc(new_ht->size * sizeof(dictEntry*));
new_ht->sizemask = new_ht->size - 1;

  3. 啟動漸進式 Rehash：

    • 設置 rehashidx = 0，表示開始從舊表 ht[0] 的第 0 號桶遷移數據到 ht[1]。
    • 后續每次對字典的增刪改查操作，均遷移一個桶的數據，直到完成所有遷移。

擴容設計思想

  • 2^n 大小：通過位運算（hash & sizemask）快速計算索引。
  • 漸進式遷移：避免一次性遷移大量數據導致服務阻塞。

三、縮容

1. 觸發條件
  • 負載因子（Load Factor）：load_factor = used / size < 0.1（默認閾值）。
2. 縮容流程

  1. 計算新表大小：

    • 新哈希表的大小為 第一個 ≥ used 的 2^n（如 used=3 → size=4）。
    • 若 used=0，則直接釋放舊表，重置為初始狀態。

  2. 初始化新哈希表（ht[1]）：

    dictht *new_ht = &d->ht[1];
new_ht->size = next_power(used);
new_ht->table = zcalloc(new_ht->size * sizeof(dictEntry*));
new_ht->sizemask = new_ht->size - 1;

  3. 啟動漸進式 Rehash：

    • 與擴容相同，逐步遷移數據到新表 ht[1]。
    • 遷移完成后，釋放舊表 ht[0]，將 ht[1] 設為 ht[0]。
3. 縮容設計思想
  • 節省內存：避免因數據刪除后哈希表過大導致內存浪費。
  • 延遲縮容：防止頻繁縮容觸發性能抖動。

四、漸進式 Rehash 的通用流程

無論是擴容還是縮容，必定會創建新的哈希表，導致哈希表的size和sizemask變化，而key的查詢與sizemask有關。同時為了防止一次轉移導致的性能抖動，采用漸進式 Rehash 完成數據遷移：

  1. 每次操作觸發遷移：

    • 對字典的 增、刪、改、查 操作均可能觸發遷移一個桶的數據。
    • 遷移的桶號為 rehashidx，完成后 rehashidx++。

  2. 遷移單個桶的步驟：
    a. 遍歷舊桶鏈表：處理 ht[0].table[rehashidx] 的所有節點。
    b. 重新哈希計算索引：對新表 ht[1] 計算每個節點的哈希值和索引。

    for (entry = old_table[rehashidx]; entry != NULL; entry = next_entry) {next_entry = entry->next;// 計算新索引uint64_t hash = dict->type->hashFunction(entry->key);uint64_t new_index = hash & new_sizemask;// 插入新表entry->next = new_table[new_index];new_table[new_index] = entry;
}

    c. 清空舊桶：將 ht[0].table[rehashidx] 設為 NULL。
    d. 更新計數器：遞減 ht[0].used，遞增 ht[1].used。

  3. 檢查遷移完成：

    • 當 rehashidx >= ht[0].size 時，所有桶遷移完成。
    • 釋放舊表：銷毀 ht[0].table，將 ht[1] 設為 ht[0]，重置 ht[1] 為空。
    • 結束 Rehash：設置 rehashidx = -1。

三、添加鍵值對的核心流程

1. 檢查 Rehash 狀態
  • 判斷是否處于 Rehash：
    • 若字典的 rehashidx != -1，表示正在進行 漸進式 Rehash（數據從舊表 ht[0] 遷移到新表 ht[1]）。
    • 直接操作新表：所有新插入的鍵值對會寫入 ht[1]，避免舊表 ht[0] 繼續積累數據。
    • 觸發遷移：每次插入操作后，順帶遷移 ht[0] 中的一個桶（Bucket）到 ht[1]，逐步完成數據遷移。
2. 計算哈希值與索引

  • 哈希函數：使用預設的哈希算法（如 MurmurHash2）計算鍵的哈希值。

    hash = dict->type->hashFunction(key);  // 例如，MurmurHash2

  • 確定桶索引：通過哈希值與當前哈希表的大小掩碼（sizemask = size - 1）計算索引。

    index = hash & dict->ht[table].sizemask;  // table=0 或 1（取決于是否在 Rehash）
3. 處理鍵的存在性

  • 遍歷鏈表：在目標桶的鏈表中順序查找鍵是否存在。

    • 鍵已存在：

      • 替換舊值，釋放舊值內存（若配置了值釋放函數）。
      • 返回 DICT_OK 表示更新成功。

    • 鍵不存在：

      • 創建新節點 dictEntry，將鍵值對存入。
      • 頭插法插入鏈表：將新節點插入鏈表頭部（時間復雜度 O(1)）。
      entry->next = ht->table[index];
ht->table[index] = entry;
4. 更新計數器與觸發擴容

  • 更新計數器：遞增哈希表的 used 計數器，表示已用桶數量增加。

    ht->used++;

  • 檢查擴容條件：

    • 負載因子：計算 load_factor = used / size。
    • 觸發擴容：
      • 常規擴容：若 load_factor ≥ 1 且允許擴容。
      • 強制擴容：若 load_factor ≥ 5（避免哈希沖突嚴重導致性能驟降）。
    • 擴容操作：
      1. 創建新哈希表 ht[1]，大小為第一個 ≥ used * 2 的 2 的冪次（如 used=4 → size=8）。
      2. 設置 rehashidx=0，啟動漸進式 Rehash。
5. 返回結果
  • 成功：返回 DICT_OK。
  • 失敗：若內存分配失敗（如無法創建新節點），返回 DICT_ERR。
graph TDsubgraph 添加鍵值對核心流程start([開始]) --> check_rehash{檢查Rehash狀態}check_rehash --> |rehashidx != -1| new_table[操作新表ht<x-preset class="no-tts reference-tag disable-to-doc" data-index="1">1</x-preset>]new_table --> migrate[遷移ht<x-preset class="no-tts reference-tag disable-to-doc" data-index="0">0</x-preset>的一個桶到ht<x-preset class="no-tts reference-tag disable-to-doc" data-index="1">1</x-preset>]check_rehash --> |rehashidx = -1| compute_hash[計算哈希值]migrate --> compute_hashcompute_hash --> get_index[計算桶索引: hash & sizemask]get_index --> key_check{鍵是否存在?}key_check --> |存在| replace[替換舊值并釋放內存]replace --> return_ok[返回DICT_OK]key_check --> |不存在| create_entry[創建新dictEntry]create_entry --> insert[頭插法插入鏈表]insert --> update_counter[更新used計數器]update_counter --> check_expand{檢查擴容條件}check_expand --> |load_factor ≥1| normal_expand[常規擴容]check_expand --> |load_factor ≥5| force_expand[強制擴容]normal_expand --> create_ht1[創建ht<x-preset class="no-tts reference-tag disable-to-doc" data-index="1">1</x-preset>\n大小為used*2的2^n]force_expand --> create_ht1create_ht1 --> start_rehash[設置rehashidx=0]start_rehash --> return_okreturn_ok --> end_process([結束])check_expand --> |無需擴容| return_okend_processend

Ziplist

一、ziplist的結構設計

1.整體布局

在這里插入圖片描述

  • **zlbytes（4字節）😗*總字節數，用于快速獲取列表大小。
  • **zltail（4字節）😗*尾節點偏移量，用于定位尾節點。
  • **zllen（2字節）😗*節點長度（數量）（若超過65535，需遍歷計算）。
  • **entry:**節點單元，存儲數據。
  • **zlend（1字節）😗*結束標識（0xFF）。
2.Entry結構

在這里插入圖片描述

  • **previous_entry_length（1或5字節）😗*前一節點單元大小。
    • 前驅長度≤ 253:prelen占一字節。
    • 前驅長度 > 253：prevlen 首字節固定為 0xFE，后4字節存儲實際長度。
  • **encoding（1、2、5字節）😗*編碼屬性，用于標識content的類型（字符串或整數）和長度。
  • **content:**保存數據（字符串或整數）。
3.Encoding編碼

分為字符串和整數兩種

字符串類型編碼

字符串類型以00（1字節）、01（2字節）、10（5字節）開頭，除前兩位外其余位均記錄字符串大小。

編碼編碼長度字符串大小
|00pppppp|1 bytes<= 63 bytes
|01pppppp|qqqqqqqq|2 bytes<= 16383 bytes
|10000000|qqqqqqqq|rrrrrrrr|ssssssss|tttttttt|5 bytes<= 4294967295 bytes
整數類型編碼

整數類型以11開頭，固定為1字節，其余六位標識五種整數類型分別占據了00|0000、01|0000、10|0000。這樣我們就能用11|xxxx直接保存數據在后四位，而11|0000和11|1110、0xff（結束標識）被占據所以具體可存儲值有13個。

編碼編碼長度整數類型
110000001int16_t（2 bytes）
110100001int32_t（4 bytes）
111000001int64_t（8 bytes）
11110000124位有符整數(3 bytes)
1111111018位有符整數(1 bytes)
1111xxxx1直接在xxxx位置保存數值，范圍從0001~1101，減1后結果為實際值

二、ziplist 的核心特性

1. 內存緊湊
  • 連續存儲：消除指針開銷，內存利用率高。
  • 變長編碼：根據數據動態調整存儲空間（如小整數用1字節）。
2. 雙向遍歷
  • 前驅指針模擬：通過 prevlen 字段反向計算前驅 entry 起始位置。
  • 正向遍歷：利用 encoding 解析當前 entry 長度，跳至下一 entry。
3. 自動編碼轉換
  • 閾值控制：當元素數量或大小超過配置（如 hash-max-ziplist-entries），轉為標準結構（如哈希表）。

三、ziplist 的操作機制

1. 插入操作
  • 定位插入點：遍歷找到位置，計算所需空間。
  • 內存重分配：擴展 ziplist 內存，移動后續 entry。
  • 更新前后 entry：
    • 修改后繼 entry 的 prevlen。
    • 可能觸發 級聯更新（Cascade Update）：若新 entry 導致后繼 entry 的 prevlen 擴容（1→5字節），需遞歸處理后續 entry。
2. 刪除操作
  • 內存縮容：移除 entry 后，前移后續數據。
  • 級聯更新風險：類似插入，可能觸發后繼 entry 的 prevlen 調整。
3. 查詢操作
  • 順序遍歷：從頭或尾（利用 zltail）開始，解析每個 entry 的 encoding 和 prevlen。

四、級聯更新（Cascade Update）

1. 觸發條件

插入或刪除 entry 導致后繼 entry 的 prevlen 從1字節擴展為5字節（或反向收縮）

例如連續節點大小為250-253（前驅節點大小1字節），有一節點數據變更超出253字節，后續節點的prelen變為5字節存儲，變更后這個節點的大小也超過了253字節，循環往復。

2. 性能影響
  • 最壞時間復雜度：O(n2)（如所有 entry 的 prevlen 均需調整）。
  • 實際場景：概率極低，通常在小規模 ziplist 中影響有限。

QuickList

quicklist 是 Redis 用于實現 列表（List） 數據類型的核心數據結構，結合了 ziplist（壓縮列表）和 linkedlist（雙向鏈表）的優勢，在內存效率與操作性能之間取得平衡。

一、qiucklist的設計背景

1.早期列表實現的不足
  • ziplist
    • **優點：**內存緊湊，不需要指針占據額外內存空間。
    • **缺點：**插入、刪除操作需重分配內存，移動后續節點，大規模數據下性能差。
  • linedlist
    • 優點：插入、刪除高效。
    • 缺點：內存碎片多，指針占據額外空間。
2.qiucklist的優勢

? 保留ziplist的內存緊湊優勢，同時限制ziplist大小，將多個ziplist通過雙向鏈表連接，避免了單個ziplist在大規模數據下內存重分配帶來的性能差的弊端。

二、quicklist的結構

在這里插入圖片描述

為了避免QuickList中的每個ZipList中entry過多，Redis提供了一個配置項：list-max-ziplist-size來限制。
如果值為正，則代表ZipList的允許的entry個數的最大值
如果值為負，則代表ZipList的最大內存大小，分5種情況：

  • -1：每個ZipList的內存占用不能超過4kb
  • -2：每個ZipList的內存占用不能超過8kb
  • -3：每個ZipList的內存占用不能超過16kb
  • -4：每個ZipList的內存占用不能超過32kb
  • -5：每個ZipList的內存占用不能超過64kb

其默認值為 -2

三、quicklist 的核心機制

1. 動態節點管理
  • 節點分裂：當插入元素導致單個 ziplist 超過 fill 閾值時，分裂為兩個節點。
  • 節點合并：當刪除元素導致相鄰節點容量過小時，合并以減少內存碎片。
2. 壓縮優化
  • LZF 壓縮算法：對中間節點進行壓縮（compress 參數控制壓縮深度）。
    • 壓縮深度為 0：不壓縮。
    • 壓縮深度為 1：頭尾各保留 1 個節點不壓縮，其余壓縮。
    • 壓縮深度為 2：頭尾各保留 2 個節點不壓縮，其余壓縮。

SkipList

一、跳表的核心設計

1. 基本概念

跳表通過 多層鏈表 實現有序數據的快速訪問。每個節點包含多個 層級，每層維護一個指向后續節點的指針，高層指針可跨越多個低層節點，從而加速查找。

2. 節點結構

在這里插入圖片描述

3. 層數生成規則
  • 冪次定律：新節點的層數隨機生成，概率逐層減半。
    • 第 1 層概率：100%
    • 第 2 層概率：50%
    • 第 3 層概率：25%
    • …
    • 最大層數：ZSKIPLIST_MAXLEVEL = 32（Redis 默認限制）

二、跳表的操作機制

1. 查找操作
  • 從最高層開始：逐層遍歷，若當前層的下個節點分值大于目標值，則下降一層繼續查找。
  • 時間復雜度：平均 O(log n)，最壞 O(n)。
2. 插入操作
  1. 確定插入位置：查找過程中記錄每層的前驅節點。
  2. 生成隨機層數：根據冪次定律確定新節點層數。
  3. 調整指針：將新節點插入各層鏈表，更新前后節點的指針和跨度。
3. 刪除操作
  1. 定位節點：查找目標節點，并記錄各層前驅節點。
  2. 更新指針：將前驅節點的指針指向目標節點的后繼節點。
  3. 釋放內存：若節點無其他引用，釋放內存。

RedisObject

Redis 的 redisObject 是管理所有數據類型（如字符串、列表、哈希等）的核心結構，它通過統一的接口抽象，實現了內存優化、編碼轉換等操作。

一、redisObject 的結構定義

在這里插入圖片描述

二、核心字段詳解

1. 數據類型（type）

Redis 支持 5 種基礎數據類型，由 type 標識：

  • OBJ_STRING：字符串（簡單值、計數器、二進制數據）。
  • OBJ_LIST：列表（隊列、棧、阻塞隊列）。
  • OBJ_HASH：哈希（對象屬性存儲）。
  • OBJ_SET：集合（唯一性集合、交并差運算）。
  • OBJ_ZSET：有序集合（排行榜、范圍查詢）。
2. 編碼方式（encoding）

同一數據類型可對應多種底層編碼，Redis 根據數據特征自動選擇最優編碼：

數據類型編碼方式（encoding）底層結構適用場景
字符串OBJ_ENCODING_INT整數直接存儲值為整數（如 SET key 42）
OBJ_ENCODING_EMBSTRembstr 格式 SDS短字符串（≤44字節）
OBJ_ENCODING_RAWSDS 動態字符串長字符串或二進制數據
列表OBJ_ENCODING_QUICKLIST快速列表（分段 ziplist）默認實現（Redis 3.2+）
哈希OBJ_ENCODING_ZIPLIST壓縮列表（ziplist）字段少且值小（配置閾值內）
OBJ_ENCODING_HT哈希表（dict）字段多或值大
集合OBJ_ENCODING_INTSET整數集合（intset）元素全為整數且數量少
OBJ_ENCODING_HT哈希表（dict）元素含非整數或數量超限
有序集合OBJ_ENCODING_ZIPLIST壓縮列表（ziplist）元素少且值小（配置閾值內）
OBJ_ENCODING_SKIPLIST跳躍表 + 哈希表（組合結構）元素多或值大

本文來自互聯網用戶投稿，該文觀點僅代表作者本人，不代表本站立場。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。
如若轉載，請注明出處：http://www.pswp.cn/news/907106.shtml
繁體地址，請注明出處：http://hk.pswp.cn/news/907106.shtml
英文地址，請注明出處：http://en.pswp.cn/news/907106.shtml

如若內容造成侵權/違法違規/事實不符，請聯系多彩編程網進行投訴反饋email:809451989@qq.com，一經查實，立即刪除！

相關文章

尚硅谷redis7 20-redis10大類型之zset

尚硅谷redis7 20-redis10大類型之zset

zset是redis中的有序集合【sorted set】 zset就是在set基礎上&#xff0c;每個val值前加一個score分數值。 之前set是k1 v1 v2 v3現在zset是k1 score1 v1 score2 v2 向有序集合中加入一個元素和該元素的分數 ZADD key score member [score member...] 添加元素 127. 0. 0. …
閱讀更多...
STM32 SPI通信（軟件）

STM32 SPI通信（軟件）

一、SPI簡介 SPI&#xff08;Serial Peripheral Interface&#xff09;是由Motorola公司開發的一種通用數據總線四根通信線&#xff1a;SCK&#xff08;Serial Clock&#xff09;、MOSI&#xff08;Master Output Slave Input&#xff09;、MISO&#xff08;Master Input Slav…
閱讀更多...
Kotlin Native與C/C++高效互操作：技術原理與性能優化指南

Kotlin Native與C/C++高效互操作：技術原理與性能優化指南

一、互操作基礎與性能瓶頸分析 1.1 Kotlin Native調用原理 Kotlin Native通過LLVM編譯器生成機器碼，與C/C++的互操作基于以下核心機制： CInterop工具：解析C頭文件生成Kotlin/Native綁定（.klib），自動生成類型映射和包裝函數雙向調用約定： Kotlin調用C：直接通過生成的綁…
閱讀更多...
云原生安全 SaaS ：從基礎到實踐

云原生安全 SaaS ：從基礎到實踐

&#x1f525;「炎碼工坊」技術彈藥已裝填&#xff01; 點擊關注 → 解鎖工業級干貨【工具實測|項目避坑|源碼燃燒指南】 1. 基礎概念 什么是 SaaS&#xff1f; SaaS&#xff08;Software as a Service&#xff0c;軟件即服務&#xff09;是一種基于云計算的軟件交付模式。用…
閱讀更多...
git clone 提速

git clone 提速

git上的項目時間久了 .git文件夾非常大&#xff0c;這時候更新一次項目需要花費很長的時間&#xff0c;解決方法也很簡單&#xff0c;加一個depth參數&#xff0c;命令如下&#xff1a; git clone --depth 1 https://github.com/xxxxxx/xxxxxx指定了 depth 1 的時候&#xff0…
閱讀更多...
Redis 性能優化：核心技術、技巧與最佳實踐

Redis 性能優化：核心技術、技巧與最佳實踐

Redis 作為高性能的內存數據庫，其性能優化是系統設計中的關鍵環節。本文結合 Redis 官方文檔及實踐經驗，從內存管理、延遲優化、CPU 效率、網絡配置等多個維度，系統性地闡述 Redis 性能優化的核心技術與最佳實踐。 通過以下優化手段，Redis 可在高并發、低延遲場景中發揮極致…
閱讀更多...
PostgreSQL 14 pacemaker 高可用集群

PostgreSQL 14 pacemaker 高可用集群

核心架構原理 集群組成&#xff08;典型三節點結構&#xff09;&#xff1a; [Node1] PostgreSQL Pacemaker Corosync pcsd [Node2] PostgreSQL Pacemaker Corosync pcsd [Node3] PostgreSQL Pacemaker Corosync pcsd ? ? ? ← Corosync 多…
閱讀更多...
影刀Fun叉鳥-2048

影刀Fun叉鳥-2048

文章目錄 僅為自動化演示&#xff0c;實際2048判定邏輯需要更加嚴謹 參考代碼 # 使用提醒: # 1. xbot包提供軟件自動化、數據表格、Excel、日志、AI等功能 # 2. package包提供訪問當前應用數據的功能&#xff0c;如獲取元素、訪問全局變量、獲取資源文件等功能 # 3. 當此模塊作…
閱讀更多...
Vue3.5 企業級管理系統實戰（二十）：角色菜單

Vue3.5 企業級管理系統實戰（二十）：角色菜單

本篇聚焦于角色菜單權限分配功能的實現&#xff0c;圍繞“給角色賦予菜單權限”這一核心場景&#xff0c;從接口設計、組件封裝到頁面集成展開完整技術方案的闡述。主要內容包括&#xff1a; 1. 角色權限接口開發&#xff1a;定義獲取角色權限、分配權限等接口&#xff0c;規范…
閱讀更多...
go實現釘釘三方登錄

go實現釘釘三方登錄

釘釘的的官方開發文檔中只給出了java實現三方登錄的&#xff0c;我們準備用go語言來實現 實現網頁方式登錄應用&#xff08;登錄第三方網站&#xff09; - 釘釘開放平臺 首先就是按照文檔進行操作&#xff0c;備注好網站的信息 獲得應用憑證&#xff0c;我們后面會用到 之后…
閱讀更多...
一、OpenCV的基本操作

一、OpenCV的基本操作

目錄 1、OpenCV的模塊 2、OpenCV的基礎操作 2.1圖像的IO操作 2.2繪制幾何圖形 2.3獲取并修改圖像中的像素點 2.4 獲取圖像的屬性 2.5圖像通道的拆分與合并 2.6色彩空間的改變 3、OpenCV的算數操作 3.1圖像的加法 3.2圖像的混合 3.3總結 1、OpenCV的模塊 2、OpenCV的基…
閱讀更多...
虛擬機配置橋接，遠程工具直接訪問

虛擬機配置橋接，遠程工具直接訪問

虛擬機網絡配置 前言windows下安裝linux虛擬機配置網絡1、設置虛擬機網絡模式&#xff1a;橋接模式2、配置網絡參數1、查看本機電腦連接的網絡情況2、打開虛擬機&#xff0c;編輯配置文件3、編輯虛擬網絡 3、測試連通性 前言 好不容易裝上了虛擬機&#xff0c;輸入命令時又發現…
閱讀更多...
RabbitMQ 概述與安裝

RabbitMQ 概述與安裝

MQ 作用與介紹 MQ 是什么 MQ (message queue),從字面意思看是一個隊列, FIFO 先進先出,只不過里面存放的內容是 消息 消息 可以比較簡單,比如只包含 文本字符串,JSON 等;也可以很復雜,比如 內嵌對象 等 MQ 多用于分布式系統之間進行通信 系統之間的調用通常有兩種方式: 1…
閱讀更多...
如何在Vue中實現延遲刷新列表：以Element UI的el-switch為例

如何在Vue中實現延遲刷新列表：以Element UI的el-switch為例

如何在Vue中實現延遲刷新列表&#xff1a;以Element UI的el-switch為例 在開發過程中&#xff0c;我們經常需要根據用戶操作或接口響應結果來更新頁面數據。本文將以Element UI中的el-switch組件為例&#xff0c;介紹如何在狀態切換后延遲1秒鐘再調用刷新列表的方法&#xff0…
閱讀更多...
CSS2相關知識點

CSS2相關知識點

CSS2相關知識點 CSS的編寫位置樣式種類樣式表的優先級 CSS選擇器CSS基本選擇器通配選擇器元素選擇器類選擇器ID選擇器 復合選擇器HTML元素間的關系交集選擇器并集選擇器后代選擇器子代選擇器兄弟選擇器屬性選擇器偽類選擇器偽元素選擇器 顏色的表示表示方式一&#xff1a;顏色名…
閱讀更多...
centos yum源，docker源

centos yum源，docker源

yum源repo文件&#xff1a; wget -O /etc/yum.repos.d/CentOS-Base.repo http://mirrors.aliyun.com/repo/Centos-7.repodocker源repo文件&#xff1a; yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo安裝docker和docker c…
閱讀更多...
深入探索AI模型工程：算法三大門派與監督學習的魅力

深入探索AI模型工程：算法三大門派與監督學習的魅力

在當今人工智能蓬勃發展的時代&#xff0c;AI系統正逐漸滲透到我們生活的方方面面。從智能語音助手到自動駕駛汽車&#xff0c;從醫療影像診斷到金融風險預測&#xff0c;AI的應用場景無處不在。然而&#xff0c;構建一個高效、可靠的AI系統并非易事&#xff0c;它需要我們從宏…
閱讀更多...
[De1CTF 2019]SSRF Me

[De1CTF 2019]SSRF Me

算是我第一次正兒八經的分析python代碼了 from flask import Flask, request import socket import hashlib import urllib import sys import os import jsonreload(sys) sys.setdefaultencoding(latin1)app Flask(__name__) # 創建一個Flask應用實例 secret_key os.ura…
閱讀更多...
Halcon 圖像預處理②

Halcon 圖像預處理②

非線性圖像分段變化&#xff1a; 先窗體打開圖片 對數非線性變化&#xff1a; 結果圖像的亮度/對比度顯著增加 log_image(Image,LogImag1,e) 參數1&#xff1a;輸入圖像 參數2&#xff1a; 輸出圖像 參數3&#xff1a;底數 log_image(Image,LogImage2,0.1) 圖像結果亮度和…
閱讀更多...
云原生安全之網絡IP協議：從基礎到實踐指南

云原生安全之網絡IP協議：從基礎到實踐指南

&#x1f525;「炎碼工坊」技術彈藥已裝填&#xff01; 點擊關注 → 解鎖工業級干貨【工具實測|項目避坑|源碼燃燒指南】 一、基礎概念 IP協議&#xff08;Internet Protocol&#xff09;是互聯網通信的核心協議族之一&#xff0c;負責在設備間傳遞數據包。其核心特性包括&…
閱讀更多...
最新文章

Copyright @ 2022~2023