1.Redisson限流器RRateLimiter使用及源码分析
2.Redis 码修源码剖析 3 -- redisCommand
3.Redis源码解析：一条Redis命令是如何执行的？
4.Redis7.0源码阅读：哈希表扩容、缩容以及rehash
5.Scrapy—redis动态变化redis_key
6.Spring Data Redis切换底层Jedis 码修和 Lettuce实现

Redisson限流器RRateLimiter使用及源码分析

       Redisson限流器RRateLimiter使用及源码分析

       在项目中引入Redisson限流器RRateLimiter，通过以下步骤实现限流功能。码修首先使用Redis命令将限流的码修配置信息保存在Redis中，具体代码如下：

       执行`hsetnx testRedissonRateLimiter rate `，码修设置限流次数为，码修anblua视频背景源码`testRedissonRateLimiter`为自定义的码修键名。

       执行`hsetnx testRedissonRateLimiter interval `，码修设置限流时间，码修单位为毫秒。码修

       执行`hsetnx testRedissonRateLimiter type 0`，码修设置限流类型，码修枚举值为RateType.OVERALL。码修

       将配置信息保存于Redis的码修HashMap结构中，使用`hsetnx`确保设置成功。码修然后判断是否超过限流次数。

       通过`getValueName()`方法获取限流配置，进一步调用`tryAcquire()`方法检查是否超过限流次数。Lua脚本返回`nil`代表未超过限流，若有值则已超过限流。`pttl`命令始终返回值，即使用于不存在的键。

       使用`getConfig()`方法获取所有限流配置信息，执行`delete()`方法清除限流配置。值得注意的是，Redisson在删除限流配置时存在一个BUG，仅删除了`testRedissonRateLimiter`键，未清理`{ testRedissonRateLimiter}:value`键，影响判断请求是否超过限流次数。此问题于年2月日::被发现，Redisson版本为3..7。

       为了验证限流功能，调试时逐步执行代码，同时观察Redis服务器命令监控，确保限流功能按预期运行。

Redis 源码剖析 3 -- redisCommand

       Redis 使用 redisCommand 结构体处理命令请求，其内包含一个指向对应处理函数的图片抠图源码 proc 指针。redisCommandTable 是一个存储所有 Redis 命令的数组，位于 server.c 文件中。此数组通过 populateCommandTable() 函数填充，该函数将 redisCommandTable 的内容添加到 server.commands 字典，将 Redis 支持的所有命令及其实现整合。

       populateCommandTable() 函数中包含 populateCommandTableParseFlags() 子函数，用于将 sflags 字符串转换为对应的 flags 值。lookupCommand*() 函数族负责从 server.commands 中查找相应的命令。

Redis源码解析：一条Redis命令是如何执行的？

       作者：robinhzhang

       Redis，一个开源内存数据库，凭借其高效能和广泛应用，如缓存、消息队列和会话存储，本文将带你探索其命令执行的底层流程。本文将以源码解析的形式，逐层深入Redis的核心结构和命令执行过程，旨在帮助开发者理解实现细节，提升编程技术和设计意识。

       源码结构概览

       在学习Redis源代码之前，首先要了解其主要的组成部分：redisServer、redisClient、redisDb、redisObject以及aeEventLoop。这些结构体和事件模型构成了Redis的核心架构。

       redisServer：服务端运行的核心结构，包括监听socket、数据存储的redisDb列表和客户端连接信息。

       redisClient：客户端连接状态的存储，包括命令处理缓冲区、回复数据列表和数据库句柄。

       redisDb：键值对的数据存储，采用两个哈希表实现渐进式rehash。

       redisObject：存储对象的通用表示，包含引用计数和LRU时间，用于内存管理。

       aeEventLoop：事件循环，王者主图源码管理文件和时间事件的处理。

       核心流程详解

       Redis的执行流程从main函数开始，首先初始化配置和服务器组件，进入主循环处理事件。命令执行流程涉及redis启动、客户端连接、接收命令和返回结果四个步骤：

       启动阶段：创建socket服务器，注册可读事件，进入主循环。

       连接阶段：客户端连接后，接收并处理命令，创建客户端实例。

       命令阶段：客户端发送命令，服务端解析并调用对应的命令处理函数。

       结果阶段：处理命令后，根据协议格式构建回复并写回客户端。

       渐进式rehash与内存管理

       Redis的内存管理采用引用计数法，通过对象的refcount字段控制内存分配和释放。rehash操作在Redis 2.x版本引入，通过逐步迁移键值对，降低对单线程性能的影响。当负载达到阈值，会进行扩容，这涉及新表的创建和键值对的迁移。

       总结

       本文通过Redis源码分析，揭示了其命令执行的细节，包括启动流程、客户端连接、命令处理和结果返回，以及内存管理策略。这将有助于开发者深入理解Redis的工作原理，提升编程效率和设计决策能力。

Redis7.0源码阅读：哈希表扩容、缩容以及rehash

       当哈希值相同发生冲突时，Redis 使用链表法解决，将冲突的源码时代电影键值对通过链表连接，但随着数据量增加，冲突加剧，查找效率降低。负载因子衡量冲突程度，负载因子越大，冲突越严重。为优化性能，Redis 需适时扩容，将新增键值对放入新哈希桶，减少冲突。

       扩容发生在 setCommand 部分，其中 dictKeyIndex 获取键值对索引，判断是否需要扩容。_dictExpandIfNeeded 函数执行扩容逻辑，条件包括：不在 rehash 过程中，哈希表初始大小为0时需扩容，或负载因子大于1且允许扩容或负载因子超过阈值。

       扩容大小依据当前键值对数量计算，如哈希表长度为4，实际有9个键值对，扩容至（最小的2的n次幂大于9）。子进程存在时，dict_can_resize 为0，反之为1。fork 子进程用于写时复制，确保持久化操作的稳定性。

       哈希表缩容由 tryResizeHashTables 判断负载因子是否小于0.1，条件满足则重新调整大小。此操作在数据库定时检查，且无子进程时执行。

       rehash 是为解决链式哈希效率问题，通过增加哈希桶数量分散存储，减少冲突。dictRehash 函数完成这一任务，移动键值对至新哈希表，使用位运算优化哈希计算。彩虹差值公式源码渐进式 rehash 通过分步操作，减少响应时间，适应不同负载情况。定时任务检测服务器空闲时，进行大步挪动哈希桶。

       在 rehash 过程中，数据查询首先在原始哈希表进行，若未找到，则在新哈希表中查找。rehash 完成后，哈希表结构调整，原始表指向新表，新表内容返回原始表，实现 rehash 结果的整合。

       综上所述，Redis 通过哈希表的扩容、缩容以及 rehash 动态调整哈希桶大小，优化查找效率，确保数据存储与检索的高效性。这不仅提高了 Redis 的性能，也为复杂数据存储与管理提供了有力支持。

Scrapy—redis动态变化redis_key

       对于有一定Scrapy经验的人来说，scrapy_redis组件常用于分布式开发和部署。它具有分布式爬取、分布式数据处理、Scrapy即插即用组件等优势，支持多个spider工程共享redis的requests队列，以及通过启动多个处理程序共享item队列进行数据持久化。

       然而，某些业务场景下，redis_key非动态性和不符合业务需求的url拼接问题使得scrapy_redis使用并不顺手，甚至无法适应业务需求。为解决这一问题，通过修改源码的方式使得redis_key动态变化，并实现url自由拼接，成为了一种有效的解决策略。

       在具体实现中，我们需要关注框架的make_request_from_data方法，这一方法主要用于url拼接和获取任务所需参数，是实现动态变化的关键。接下来的重点在于修改next_requests方法，这是对动态redis_key适应的关键修改步骤。这一部分的修改需要仔细阅读代码注释，确保理解其逻辑，耐心进行调整。

       start_requests方法的修改则主要涉及到初始化数据库链接，确保整体流程的顺畅进行。最后，将修改后的代码打包为docker镜像部署到k8s上，实现高效稳定的服务。

       对于在这一过程中遇到困难的朋友，可以加入交流群进行讨论，共同解决问题。同时，希望大家能为这一创新实践点赞，给予支持和鼓励，推动更多开发者在Scrapy框架上进行更深入的探索和优化。

Spring Data Redis切换底层Jedis 和 Lettuce实现

       Spring Data Redis提供了对Redis操作的高级抽象，支持Jedis和Lettuce两种连接方式。通过简单的配置即可连接Redis并切换连接方式。具体步骤如下：

       引入Redis依赖使用Spring Boot的spring-boot-starter-data-redis。

       自定义配置类设置Key和Value的序列化。

       修改Redis连接配置，可自由切换单节点、哨兵模式和集群模式。

       注入RedisTemplate后，即可操作Redis。RedisTemplate具有两个泛型。

       源码分析部分，从Redis自动配置类RedisAutoConfiguration开始，它引入了两个连接Redis配置类：LettuceConnectionConfiguration和JedisConnectionConfiguration。这两个配置类通过条件注解控制是否生效，如果生效，则会使用相应的依赖生成RedisConnectionFactory的Bean。引入Lettuce依赖时，能通过io.lettuce.core.RedisClient找到类，说明默认使用Lettuce。若无Jedis相关依赖，则当前配置类无效。

       切换连接方式至Jedis有两种方式：利用@ConditionalOnClass注解排除Lettuce依赖，或利用@ConditionalOnProperty注解修改配置文件中的spring.redis.client-type为jedis。第一种方式优点在于不加载多余的依赖包，推荐使用。第二种方式则可通过配置文件自由切换连接方式。

       本文由OpenWrite平台发布。请按照上述步骤进行Spring Data Redis的使用和连接方式切换。

Redis 实际应用中的异常场景及其根因分析和解决方案

       上文较为详尽地阐述了基于 Redis 的分布式缓存实现方案，解答了“如何运用”的问题。然而，在实际应用中，各类异常状况层出不穷，作为开发者，不仅需掌握 Redis 的使用，还应具备定位与解决应用中异常问题的能力。本文将聚焦于 Redis 实际应用中常见的异常场景，包括 Redis 进程无法启动、故障倒换失败、Slot 分配错误等，并深入分析其根本原因与解决策略。

       首先，探讨 Redis 进程无法启动的异常情况。假设在一个项目中，Redis 集群作为分布式缓存，其部署环境为 Suse Linux。在迭代验证过程中，项目组发现集群部署偶发失败，部分节点的 redis-server 进程未能正常启动。手动启动 redis-server 时，出现“找不到 GLIBC_2. 版本库”的错误。通过检查系统 GLIBC 版本，发现安装环境仅支持 GLIBC_2.，低于 redis-server 需要的 2. 版本。此问题的根源在于高版本编译与低版本安装之间存在不兼容性。解决方案需统一编译环境和安装环境，或在 Redis 源代码中显式指定 memcpy 函数的 GLIBC 版本。

       其次，解析 OpenSSL 版本不兼容导致的 Redis 进程启动失败。在引入证书机制后，安装环境（CentOS 6.2）的 OpenSSL 版本低于编译环境，两者不兼容，引发 redis-server 启动失败。通过查询 OpenSSL 版本，定位到编译环境与安装环境的版本差异是问题的根源。解决方案是将 OpenSSL 的依赖打入 redis-server，使其与操作系统解耦。

       进一步分析 Redis 进程拉起失败的场景。集群模式下，宕机节点修复后，redis-server 进程无法启动。问题根因在于宕机节点上的 Redis 集群配置文件（nodes-xxx.conf）存在错误，导致加载配置文件时出现异常。修改源码，增加校验机制，可防止此类错误发生，确保宕机节点的自愈能力。

       讨论 Slot 指派报错的解决方案。当 Slot 指派出现错误时，通常由清理信息不彻底导致。解决方法包括清理残留信息或修改源码逻辑，确保 Slot 指派的准确性和稳定性。

       最后，面对防火墙、IP 限制导致的 Redis 节点间通信异常，引起单通问题。此类问题源于节点间通信被阻断，影响混合路由查询的正常进行。解决方案需优化网络配置或采用其他通信策略，确保集群中节点间的稳定通信。

       总结而言，面对 Redis 实际应用中的异常场景，开发者需深入理解其根本原因，并采取相应的解决策略。通过不断优化部署环境、更新依赖库、强化配置管理以及改进网络配置，可以有效提升 Redis 集群的稳定性和可靠性，确保分布式缓存系统的高效运行。

Redis 又双叒叕改开源协议了，微软提前推出高性能替代方案 Garnet

       Redis 商业公司 CEO Rowan Trollope 在官方博客宣布了一个重大变化：Redis 核心软件将从 BSD 3-Clause 许可证过渡至 RSALv2 或 SSPLv1 双重许可证模式，从 Redis v7.4 版本开始，覆盖所有后续版本。新的许可证模式为 Redis 带来全新的使用框架，同时可能影响开源生态。

       BSD 3-Clause 许可证，是一种宽松的开源许可证，允许源代码的自由使用、修改和分发。然而，RSALv2 和 SSPLv1 却并未获得 OSI 的正式认可。这种改变意味着 Redis 已不再是标准的开源软件。官网更新为“Redis 是源可用软件”。这并非 Redis 首次调整许可证策略。早在 年，Redis 已将部分模块许可证改为结合 Apache v2.0 和 Commons Clause 的许可证，引发社区争议。 年，Redis Labs 回应社区反馈，修改为 RSAL，允许自由使用模块，但要求基于这些模块的产品或服务获得商业许可证。 年 月，Redis 再度调整，将一些模块改为 RSAL 和商业许可证并行，以应对云服务提供商使用开源软件的商业模式问题。

       此次修改许可证的目的是回应云厂商的商业模式，确保他们为 Redis 的开发提供支持。Redis 核心项目依然保持宽松的 BSD 3-Clause 许可证，这稳定了厂商的信心。CEO 表示，此变更将使 Redis 保持领先的数据模型、处理引擎和开发者功能。然而，许可证的改变可能对使用新版本 Redis 源代码的“竞争性产品”产生影响。

       与此同时，微软推出基于兼容协议的高性能 Redis 替代方案 Garnet。Garnet 是一个高性能缓存存储系统，针对现代硬件进行了优化，能够更好地利用处理器缓存和网络特性，提供卓越的吞吐量和延迟性能。此外，国内公司如阿里云的 Tair 和 的 Pika，也开发了与 Redis 相似功能的替代品，提供了更灵活的许可证选择。

       Hacker News 社区对这些变化进行了讨论，包括许可证的灵活性与商业化的平衡问题。讨论涉及开源软件的商业化途径，如“open core”模式，但同时也关注许可证变更对开源生态和开发者的影响。面对开源与商业化之间的挑战，寻求一种既符合宽松开源许可证，又能适用于复杂程序的模式，成为当前软件行业关注的焦点。