hadoop和redis各有什么特點(diǎn)？Redis是K-V主存數(shù)據(jù)庫(kù)，單機(jī)存儲(chǔ)容量有限。但是碎片化和副本集群化可以保證數(shù)據(jù)安全和未來(lái)的橫向擴(kuò)展。Redis可以算是一個(gè)大地圖，特點(diǎn)是查詢速度快！Hadoo

hadoop和redis各有什么特點(diǎn)？

Redis是K-V主存數(shù)據(jù)庫(kù)，單機(jī)存儲(chǔ)容量有限。但是碎片化和副本集群化可以保證數(shù)據(jù)安全和未來(lái)的橫向擴(kuò)展。Redis可以算是一個(gè)大地圖，特點(diǎn)是查詢速度快！Hadoop是一個(gè)生態(tài)系統(tǒng)，包含了很多技術(shù)框架。如果單純指Hadoop，最主要的有HDFS(分布式文件系統(tǒng)，解決海量數(shù)據(jù)存儲(chǔ))、MapReduce(分布式計(jì)算框架，解決海量數(shù)據(jù)計(jì)算)、YARN(分布式資源調(diào)度框架，可以運(yùn)行很多分布式編程模型，如Spark、MapReduc

redis宕機(jī)如何解決？如果是項(xiàng)目上線的宕機(jī)呢？

redis宕機(jī)的原因很可能是由于內(nèi)存不足或者單次訪問(wèn)的數(shù)據(jù)聚合過(guò)大，導(dǎo)致CPU過(guò)載。在這種情況下，一個(gè)是增加物理內(nèi)存。二是檢查存儲(chǔ)的單個(gè)數(shù)據(jù)項(xiàng)是否過(guò)大(理論上一個(gè)單位的redis可以存儲(chǔ)512M的數(shù)據(jù)，但是存儲(chǔ)單個(gè)大文件的用例并不適合REDIS。如果單個(gè)數(shù)據(jù)超過(guò)2M，建議使用文件系統(tǒng)或CDN進(jìn)行存儲(chǔ)。

此外，還可以啟用r

redis如何緩存百萬(wàn)列表數(shù)據(jù)？

在服務(wù)器碎片或客戶端碎片中存儲(chǔ)多個(gè)列表的實(shí)現(xiàn)

redis的list較大怎么弄？

R

PHP mysql redis一次性生成大量隨機(jī)數(shù)，怎么保證重復(fù)率低、快速存儲(chǔ)？

看你想要多大的隨機(jī)數(shù)，能接受多大的重復(fù)率。

假設(shè)你想取一個(gè)0到1億之間的隨機(jī)數(shù):

取1000個(gè)隨機(jī)數(shù)，沒(méi)有重復(fù)運(yùn)算的重復(fù)率是多少，大概可以通過(guò)數(shù)學(xué)建模分析出來(lái)。如果可以接受，可以用php內(nèi)置的隨機(jī)函數(shù)直接生成。

取10萬(wàn)個(gè)隨機(jī)數(shù)，可以適當(dāng)用redis做緩存，隨機(jī)做一遍再做一遍；

如果取幾百萬(wàn)個(gè)隨機(jī)數(shù)，即使redis再快再大，也要考慮內(nèi)存的大小，還有時(shí)間和空間復(fù)雜度的計(jì)算。您可以適當(dāng)?shù)厥褂?"偽隨機(jī) "策略，比如碎片化處理。假設(shè)你取1000萬(wàn)個(gè)隨機(jī)數(shù)，先從0到1000萬(wàn)個(gè)碎片中取100萬(wàn)個(gè)隨機(jī)數(shù)，用redis作為緩存的一部分進(jìn)行再處理。處理完成后，清空redis的緩存，轉(zhuǎn)移到下一個(gè)碎片處理，以此類推，直到處理完畢。

以上是一般策略，快速訪問(wèn)的另一個(gè)要求是盡可能批量處理，比如無(wú)論如何，批量生成三五千個(gè)隨機(jī)數(shù)，然后復(fù)制，再插入MySQL。