微信查找重视「水滴与银弹」群众号，第一时刻获取优质技能干货。7年资深后端研制，给你出现不相同的技能视角。
大家好，我是 Kaito。
我常常听到许多人议论，关于「把 Redis 当作部队来用是否适宜」的问题。
有些人标明赞成，他们以为 Redis 很轻量，用作部队很便当。
也些人则对立，以为 Redis 会「丢」数据，最好仍是用运维岗位是干什么的「运维是做什么的,需求哪些技能专业缓存文件在哪里」的部队中间缓存的视频怎样保存到本地件更保险。
毕竟哪种计划更好呢？
这篇文章，我就和你聊一聊把 Red程序员那么心爱is 当作开源矿工队运维工程师伍，毕竟是否适宜这个问题。
我会从简略到凌乱，一步程序员薪酬一般多少步带你拾掇其间的细节，把这个问题程序员客栈真正的讲清楚缓存视频变本钱地视频。
看完这篇文章后，我期望你对这个问题你会有全新的知道程序员装逼代码。
在文章的毕竟，我还会奉告你关于「技能选型」的思路，文章有点长，期望链表尾插法你能够耐性读完。
从最简略的开端：List 部队
首要，咱们先从最简略的场景开端讲起。
假定你的事务运维方与学者交流的途径是需求满开源软件足简略开源代码网站github，想把 Redis 当作部队来运用，必定最早想到的便是运用 List 这个数据类型。
由于 List 底层的结束便是一个「链表」，在头部和尾开源是什么意思部操作元素，时刻凌乱度都是 O(1)，这意味着它十分契合音讯队运维岗位是干什么的伍的模型。
假定把 List 当作部队，你能够这么来用。
出产者运用 LPUSH 发布音讯：
127.0.0.1:6379> LPUSH queue msg1
(integer) 1
127.0.0.1:6379> L缓存视频PUSH queue msg2
(integer) 2
顾客这一侧，运用 RPOP 拉取音讯：
127.0.0.1:6379> RPOP queue
"msg1"
12开源软件7.0.0.1:6379> RPOP queue
"msg2"
这个模型十分简略，也很简略了解。
但这儿有个小问题，当部队中现已没有运维工程师是干什么的音讯了，顾客在实施 RPOP 时，会回来 NULL。
127.0.0.1:6379> RP链表回转O程序员是做什么的P queue
(nil) // 没音讯了
而咱们在编写顾客逻辑时，一般是一个「死循环」，这个逻辑需求不断地从部队中拉取音讯进行处理，伪代码一般会这么写：
while true:
m开源sg = r缓存视频怎样转入本地视频edis.rpop("queue")
// 没有音讯，程序员怎样学持续循环
i程序员f链表 msg == null:
continue
// 处理音讯
handle(msg)
假定此刻部队为空，那顾客仍旧会一再拉取音讯，这会构成「CPU 空转」，不只浪费 CPU 资源，还会对 Redis 构成压力。
怎样处理这运维工程师是干什么的个问题呢？
也很简略，当部队为空时，咱们能够「休眠」一链表和数组的差异会，再去检验拉取音讯。代码能够修改成这样：
wh缓存视频兼并ile true:
msg = r链表结构edis.rpop("queue")
// 没有音讯，休眠2s
if msg == nul开源l:
sleep(2)
continue
//缓存整理 处理音讯
handle(msg)
这就处理了 C运维工程师需求把握什么技能PU 空转问题。
这个问题虽然处理了，但又带来其他缓存视频在手机哪里找一个问题：当顾客在休眠等候时，有新音讯来了，那顾链表回转客处理新音讯就会存在「推迟」。
假定设置的休眠时刻是 2s，那新音讯最多存在 2s 的推迟。
要想缩短这个推迟，只能减小休眠的时刻。但休眠时刻越小，又有或许引发 CPU 空转问题。
鱼和熊掌不行兼得。
那怎样做，既能及时处理新音讯，还能防止 CPU 空转呢？
Redis 是否存在这样一种机制：假定部队为空，顾客在拉取音讯时就程序员「堵塞等候」，一链表c言语旦有新音讯过来，就告诉我的顾客立即处理新音讯呢？
走运的是，Redis 的确供给了「堵塞式」拉取音讯的指令：BRPOP / BLPOP，这儿的 B 指的是堵塞（Block）。
现在，你能够这样来拉取音讯了缓存整理：
while true:
// 没音讯堵塞等候，0标开源矿工明不设置超时时刻运维方与学者交流的途径是
msg = redis.brpop("程序员需求什么学历queue", 0)
if msg == null:
continue
/运维工程师是干什么的/ 处理音讯
hand缓存视频兼并le(msg程序员怎样学)
运用 BRPOP 这种堵塞式方法拉取音讯时，还支撑传入一个「超时时刻」运维是做什么的，假定设置为 0，则标明不设置超时，直到有新音讯才回来，不然会在指定的超时时刻后回来 NULL。
这个计划不错，既统筹了功率，还防止了 CPU 空转问题，两全其美。
留心：假定设置的超时时刻太长，这个联接太久没有活跃过，或许会被 Redis Server 判定为无效联接，之后 Redi运维s Server 会强制把这个客户端踢下线。所以，选用这缓存视频种计划，客户端要有重连机制。程序员一分钟毛遂自荐
处理了音讯处理不及时的问程序员是做什么的题，你能够再考虑一下，这种部队模型，有什么缺陷？
咱们一起程序员计算器来剖析一下：
- 不支运维工程师需求把握什么技能撑重复消费：顾客拉取音讯后，这条音讯就从运维岗位是干什么的 List 中删去了，无法被其它顾客再次消费，即不支撑多个运维工程师有出路吗顾客消费同一批数据
- 音讯丢掉：顾客拉取到音讯后，程序员那么心爱假定产生异常宕机，那这条音讯就丢掉了
第一个问题是功用上的，运用 List 做音讯部队，它仅仅支撑最简略的，一组出产者缓存视频兼并对应一组顾客，不能满意缓存视频怎样转入本地视频多组出产者和顾客的事务场景。
第二个问题就比较扎手了，由于从 List 中 POP 一条音讯出来后，这条音讯就缓存视频兼并app下载会立即从链表中删程序员是学什么专业去了。也便是说，不管顾客是否处理成功，这条音讯都没方法再次消开源矿工费了。
这也链表意味着，假定顾客在处理音讯时异常宕机，那这条音讯就适当缓存于丢掉了。
针对这 2 个问题怎样处理呢？咱们缓存视频怎样转入本地视频一个个来看。
发布/订阅模型：Pub缓存视频/Sub
从姓名就能看出来，这个模块是 Redis 专门是针对「发布/订阅」这种部队模型规划的。
它正好能够处理前面说到的第一个问程序员薪酬一般多少题：重复消费。
即多组出产者、顾客的场景，咱们来看它是怎样做的。
Redis 供给了 PUBLISH / SUBSCRIBE 指令，来结束发布、订阅的操作。
假定你想翻开 2 个顾客，一起消费同一批数据，就能够按照以下方法来结束。
首要，运用 SUBSCRIBE 指令，发动 2 个顾客，并链表数据结构「订阅」同一个部队。运维工程师是干什么的
// 2个顾客 都订阅一个部队
127.0.0.1:6379> SUBSCRIBE queu程序员需求什么学历e
Re运维是做什么的ading messages... (press Ctr开源我国l-C to quit)
1) "subscribe"
2) "queue"
3) (integer) 1
此刻，2 个顾客都会被堵塞住，等候新音讯的到来。
之后，再链表c言语发动一个出产者，发布一条音讯。
127.0.0.1:6379> PUBLISH queue msg1
(int运维工程师有出路吗eger) 1
这时，2 个链表尾插法顾客就会免除开源软件堵塞，收到出产者发来的新链表c言语音讯。
127.0.0.1:6379> SUBSCRIBE queue
// 收到新音讯
1) "message"
2) "queue"
3) "msg1"
看到了么，运用开源节流是什么意思是什么 Pub/Sub开源软件 这种计划，既支撑堵塞式拉取音讯，还很好地满意了多组顾客，消费同一批数据的事务需求。
除此之外，开源节流Pub/Sub 还缓存视频供给了「匹配订阅」方法，容许顾开源我国客根据必定规矩，订阅「多个」自己感兴趣的部队。
// 订阅契合规矩的部队
127.0.0.1:6379> PSUB开源众包SCRIBE链表数据结构 qu运维工程师需求把握什么技能eue.*
Reading messages... (press Ctrl-C to quit)
1) "psubscribe开源是什么意思"
2) "queue.*"
3) (程序员需求什么学历integer) 1
这儿的顾客，程序员客栈订阅了 queue.* 相关的部队音讯。
之后，出产者别离链表结构向 queue.p1 和 queue.p2 发布缓存音讯。
127.0.0.1:6379> PUBLISH queue.p1 msg1
(integer) 1
127.0.0.1:6379> PUBLISH queue.p2 msg2
(integer) 1
这时再看顾客，它就能够接纳到这 2 个出产者的音讯了。
127.0.0.1:6379> PSUBSCRIBE queue.*
Reading messages.链表的创立.. (press Ctrl运维工程师需求把握什么技能-C to quit)
...
// 来自queue.p1的音讯
1) "pmessage"
2) "queue.*"
3) "queue.p1"
4) "msg1"
// 来自queue.p2的音讯
1) "pmessage"
2) "queue.*"
3) "queue.p2"
4) "msg2"
咱们能够看到，Pub/Sub 最大的优势便是，支撑多组出产者、顾客处理音讯。
讲完了它的利益，那它有什么缺陷呢？
其实，Pub/Sub 最大问题是：丢数据。
假定产生以下场景，就有或许导致数据丢掉：
- 顾客下线
- Redis 宕机
- 音讯堆积
毕竟是怎样回事？
这其实与 Pub/Sub 的结束方法有很大联络。
Pub/Sub 在结束时十分程序员怎样学简略，它没有根据任何数据类型，也运维是做什么的没有做任何的数据存储，它仅仅单纯地为出产者、顾客树立「数据转发通道」，把契合规矩的数据，从一端转发到另一端。
一个完好的发布、订阅音讯处理流程是这样的：
- 顾客订阅指定部队，Redis 就会记载一个映射联络：部队->顾客
- 出产者向这个部队发布音讯，那 Redis 就从映射联络中找出对应的顾客，把音讯转发给它
看到了么，整个进程中，没有任何的数据存储，一切都是实时转发的。
这种规划计划，就导致了上面说到的那些问题。
例如，假定一个顾客异常挂掉了，它再从头上线后，只能接纳新的音讯，在下线期间出产者发布的音讯，由于找不到顾客，都会被丢掉掉。
假定一切顾客都下线了，那出产者发开源阅览app下载安装布的音讯，因运维是做什么的,需求哪些技能为找不到任何一个顾客，也会全部「丢掉」。
所以，当你在运用 Pub/Sub 时，必定要留心：顾客有必要先订阅部队，出产者才调发布音讯，不然音讯会丢掉。
这也是前面讲比方时，咱们让顾客先订阅部队，之后才让出产者发布音讯的原因。
其他，由于 Pub/Sub 没有根据任何数据类程序员计算器型结束，所以它也不具备「数据耐久化」的才调。
也便是说，Pub/Sub链表不具有的特点是 的相关操作，不会写入到 RDB 和 AOF 中，当 Redis 宕机重启，Pub/Sub 的数据也会全部丢掉。
毕竟，咱们来看 Pub/Sub 在处理「音讯积压」时，为什么也会丢数据？
当顾客的速度缓存文件在哪里，跟不上出产者时，就会导致数据积压的状况产生。
假定选用 List 当作部队，音讯积压时，会导致这个链表很长，最直接的影响便是，Redis 内存会持续增加，直到顾客把一切数据都从链表中取出。
但 Pub/Sub 的处理方法却不相同，当音讯积压时，有或许会导致消费失利和开源代码网站github音讯丢掉！
这是怎样回事？
仍是回到 Pub/Sub 的结束细节上来说。
每个顾客订阅一个部队时，Redis 都会在 Server 上给这个顾客运维工程师在分配一个「缓冲区」，这个缓冲区其实便是一块内存。
当出产者发布音讯时缓存视频兼并app下载，Redis 先把音讯写到对应顾客的缓冲开源代码网站github区中。
之后，顾客不断地从缓冲区读取音讯，处链表回转理音讯。
但是，问题就出在开源众包这个缓冲区上。
由于这个缓冲区其实是有链表结构「上限」的（可装备），假定顾客拉取音讯很慢，就会构成出产者发布到缓冲区的音讯开端积压，缓冲区内存持续增加。
假定跨越了缓冲区装备的程序员一分钟毛遂自荐上限，此刻，Redis 就会「强制」把这个顾程序员薪酬一般多少客踢下线。
这时顾客就会消费失利，也会丢掉数据。
假定你有看过 Redis 的装备文程序员计算器件，能够看到这个运维的薪酬是多少缓冲区的默许装备：client-链表output-buffer-limit pubsub 32mb 8mb 60。
它的参数含义如下：
- 32mb运维是做什么的,需求哪些技能：缓运维的薪酬是多少冲区一旦跨越 32MB，R链表c言语edis 直接强制把顾客踢下线
- 8mb + 60：缓冲区跨越 8MB，而且持续 60 秒，Redis 也会把顾客踢下线
Pu运维工程师有出路吗b/Sub 的这一点特征，是与 List 作部队差异比较大的。
从这儿你应该能够看出，List 其实是归于「拉」模型，而 Pub/Sub 其实归于「推」模型。
List 中的数据能够一贯积压在内存中，顾客什开源是什么意思么时候来「拉」都能够。
但 Pub/Sub 是把音讯先「推」到顾客在 Redis Server 上的缓冲区中，然后等顾客再来取。
当出产、消费速度不匹配时，就会导致缓冲区的内存开端链表数据结构胀大，Redis 为了控制缓冲区的上限，所以就有了上面讲到的，强制把顾客踢下线的链表和数组的差异机制。
好了，现在咱们总结一下 Pub/S运维工程师有出路吗ub 的优缺陷：
- 支撑发布 /缓存整理 订阅，支撑多组出产者、顾客处理音讯
- 顾客下线，数据运维是做什么的,需求哪些技能会丢掉
- 不支撑数运维岗位是干什么的据耐久化，Redis 宕机，数据也会丢掉
- 音讯堆积，缓冲区溢出，顾客会被强制踢下线，数据也会丢掉
有没有发现，除了第一个是利益之外，剩下的都是缺陷。
所以，许多人看到 Pub/Su缓存整理b 的特征后，觉得这个功用很「鸡肋」。
也正是运维的薪酬是多少以上原因，Pub/Sub 在实践的运用场景中用得并不多。
现在只需岗开源节流是什么意思是什么兵集群和 Redis 实例通讯时，选用了 Pub运维工程师有出路吗/Sub 的计划，由于岗兵正好契合即时通讯的事务场景。
咱们再来看一下，Pub/S运维工程师是干什么的ub 有没有处理，消开源软件息处理时异常宕机，无法再次消费的问题呢？
其实也不行开源代码网站github，Pub/Sub 从缓冲区取走数据之后，数据就从 Redis 缓冲区删去了，顾客产生异常，天然也无法再程序员怎样学次从头消费。
好，现在咱们从头拾掇一下，咱们在运用音讯部队时的需求。
当咱们在运用一个音讯部队时，期望它的功用如下：
- 支撑堵塞等候拉取音讯
- 支撑发布 / 订缓存视频兼并阅方法
- 消费失利，可从头消费，音讯不丢掉
- 实例宕机，音讯不丢掉，数据可耐程序员是学什么专业久化
- 音讯可堆积
Redis 除了运维工程师需求把握什么技能 List 和 Pub/Sub 之外，还有契合这些要求的数据类型吗？
其实，Redis 的作者也看到了以上这些问题，也一贯开源节流是什么意思是什么在朝着这些方向极力着。
Redis 作者在开发 Redis 期间，还其他开发了一个开源项目 disque。
这个项意图定位程序员，便是一个根据内存的分布式音讯部队中间件。
但由于种种原因，这个项目一贯不温不火。
总算，在 Redis 5.0 版别，作者把 disque 功用移植到了 Redis 中，并给它定义了一个新的数据类型：Stream。
下面咱们就来看看，开源是什么意思它能符链表排序合上面说到的这些要求吗？
趋于老练的部队：Stream
咱们来看 Stream 是怎样处理程序员薪酬一般多少上面这些问题的。
咱们仍旧从简略到凌乱，依次来看 Stream 在做音讯部队时，是怎样处理的？
首要，Stream 通过 XADD 和运维工程师是干什么的 XR开源矿工EAD 结束最简略的出产、消费模型：
- XADD运维工程师需求把握什么技能：发布音讯
- XREAD：读取音讯
出产者发布 2 条音讯：
// *标明让Redis主动生成音讯ID
127.0.0.1:6379> XADD queue * name zhangsan
"161846912338运维工程师是干什么的0-0"
127.0.0.1:6379> XA缓存视频DD que链表数据结构ue * nam开源软件e lisi
"1618469127777-0"开源众包
运用 XADD 指令发布音讯，其间的「*」标明让 Redis 主动生成仅有的音讯 ID。
这个开源矿工音讯 ID 的格式是「时刻戳-自开源阅览app下载安装增序号」。
顾客拉取音讯：
// 从开端读取5条音讯，0-0标明从开端读取
127.0.0.1:6379> XREAD COUNT 5 STREAM程序员那么心爱S queue 0-0
1) 1) "queue"
2) 1) 1) "1618469123380-0"
2) 1) "name"
2) "zhangsan"
2) 1) "1618469127777-0"
2) 1) "name"
2) "lisi"
假定想持续拉取音讯，需求传入上一条音讯的 ID：
127.0.0.1:6链表回转379> XREAD COUNT 5链表尾插法 STREAMS queue 1618469127777-0
(nil)
没有音讯，Redis 会回来 NU缓存的视频怎样保存到本地LL。
以上开源矿工就程序员怎样学是 Stream 最简略的出产、消费。
这儿不再关键介绍 Stream 指令的各种参数，我在比方中演示时，开源矿工但凡大写的单词都是「固定」参数，但凡小写的单词，都是能够自己定义的，例如部队名、音讯长度程序员怎样学等等，下面的比方规矩也是相同，为了便当你了解，这儿有必要提示一下。
下面咱们来看，针对前面说到的音讯部队要求，Str程序员计算器eam 都是怎样处理的？
1) Stream 是否支撑「堵塞式」拉取音讯？
能够的，在读取音讯时，只需求增加 BLOCK 参数即可。
// BLOCK 0 标明堵塞等候链表回转，不设置超时时刻
127.0.0.1:6379> XREAD COUNT 5 BLOCK 0 STREAMS queue 1618469127777-0
这时，顾客就会堵塞等候，直到出产者发布新的音讯才会回来。
2) Stream缓存视频变本钱地视频 是否支撑发布 / 订阅方法？
也没问题，Stream 通过以下指令结束发布缓存整理订阅：
- X链表逆序GROUP：创立顾客组
- XREADGROUP：在指定消费组下，翻开顾客拉取音讯
下面咱们来看详细怎样做？
首要，出产者仍旧发布 2 条音讯：
127.0.0.1:6379> XADD queue *程序员装逼代码 name zhangsan开源矿工
"1618470740565-0"
127.0.0.1:6379> XADD queue * name lisi
"1618470743793-0"
之后，咱们想要翻开 2 组顾客处理同一批数据，就需求创立 2 个顾客组：
// 创立顾客组1，0-0标明从头拉取音讯
127.0.0.1:6379> XGROUP CREATE queue group1 0-0
OK
// 创立顾客组2，0-0标明从头拉取运维工程师音讯
127.0.0.1:6379>链表和数组的差异 XGROUP CREATE queue group2 0-0
OK
顾客组创立好之后，咱们能够给每个「顾客组」下面挂一个「顾客」，让它们别离处理同一批数据。
第一个消费组开端消费：
// group1的consumer开端消费，>标明拉取最新数据
127.0.0.1:6379>链表数据结构 XREADGROUP GROUP group程序员装逼代码1 consu运维工程师是干什么的mer COUNT 5 STREAMS queue >
1) 1) "queue"
2) 1) 1) "1618470740565-0"
2) 1) "name"
2) "zhangsan"
2) 1) "16运维工程师18470743793-0"
2) 1) "name"
2) "lisi"
同样地，第二个消费组开端消费：
// group2的consumer开端消费，>标明拉取最新数据
127.链表的创立0.0.1:6379> XREADGROUP GROUP group2 consumer COUNT 5 STREAMS queue >
1) 1) "queue"
2) 1) 1) "1618470740565-0"
2) 1) "name"
2) "zhang程序员一分钟毛遂自荐san"
2) 1) "1618470743793-0"
2) 1) "name"
2) "lisi"
咱们能够看到，这 2 组顾客，都能够获取同一批数据进行处理了。
这样一来，就达到了多组顾客「订阅」消费的意图。
3) 音讯处理时异常，Stream 能否确保音讯不丢掉，从头消费？
除了上面拉取音讯时用到了音讯 ID，这儿为了确保从头消费，程序员需求什么学历也要用到这个音讯 ID。
当一组顾客处理完音讯后，需求实施 XACK 指令奉告 Redis，这时 Redis 就会把这条音讯符号为「处理结束」。
// group1下的 1618472043089-0 音讯已处理结束
127.0.0.1:6379> XACK queue group1 1618472043089-0
假定顾客失缓存常宕机，必定不会发送 X开源软件ACK，那么 Redis 就会仍旧保存这条音讯。程序员是做什么的
待这组顾客从头上线后缓存视频变本钱地视频，Redis 就会把之前没有处理成功的数据，从头发给这个顾客。这样一来，即使顾客异常，也不会丢掉数据了。
// 顾客程序员薪酬一般多少从头上线，0-0标明从头拉取未ACK的音讯
127.0.0.1:6379> XREADGROUP GROUP group1运维工程师需求把握什么技能 consumer1 COUNT 5 STREAMS queu链表e 0-0
// 之前没消费成功的数据，仍旧能够从头消费
1) 1) "queue"
2) 1运维宝) 1) "1618472043089-0"
2) 1) "name"
2) "zhangsan"
2) 1) "1618472045158-0"
2) 1) "name"
2) "l缓存视频isi"
4) Stream 数据会写入到 RDB 和 AOF 做耐久化吗？
Stream 是新增加的数据类型，它与其它数据类型相同，每个写操作，也都会写链表结构入到 RDB 和 AOF 中。
咱们只需求装备好耐久化战略，这样的话，就算 Redis 宕机重启，Stream 中的数据也能够运维工程师需求把握什么技能从程序员一分钟毛遂自荐 RDB 或 AOF 中康复回来。
5) 音讯堆积时，Stream 是怎样处理的？
其实，当音讯部队产生音讯堆积时，一般链表不具有的特点是只需 2 个处理计划：
- 出产者限流：防止顾客处理不及时，导致持续积压
- 丢掉音讯：中间件丢掉旧音讯，只保存固定长度的新音讯
而 Redis 在结束 Stream 时，选用了第 2 个计划。
在发布音讯时，你能够指定部队的最大长度，防止部队积压导致内存爆炸。
// 部队长度最运维的薪酬是多少大10000
127.0.0.1:6379> XADD qu缓存文件在哪里eue MA运维工程师有出路吗XLEN 10000 * name zhangsan
"1618473015018-0"
当部队长度跨越上限后，旧音讯会被删去，只保存固定长度的新音讯。
这么来看，Stream 在音讯积压时，假定指定了最大长度，仍是有或许丢掉音讯的。
除了以上介绍到的指令，Stream 还支撑检查音讯长度（XLEN）程序员、检查顾开源阅览客状况（XINFO）等指令，运用也比较简略，你能够查询官方文档了解一下，这儿就不过多介绍了。
好了，通过以上介绍，咱们能够看到，Redis 的 Stream 几乎掩盖到了音讯队程序员客栈伍的各种场景，是不是觉得很完美？
已然它的功用这么强壮，这是不是意味着，R运维方与学者交流的途径是edis 真的能够作为专业的音讯部队中间件来运用呢？
但是还「差一点」，就算 R程序员薪酬一般多少edis 能做到以上这些，也仅仅「趋近于」专链表和数组的差异业的音讯部队。
原因在于 Redis 自身的一些问题，假定把其定位成消运维方与学者交流的途径是息部队，仍是有些缺少的。
到这儿，就不得不把 Redis 与专业的部队中间件做比照运维工程师有出路吗了。
下面咱们就来看一下，运维方与学者交流的途径是Redis 在作部队时，毕竟还有哪些缺少？
与专业的音讯队链表不具有的特点是伍比照
其实，一个专业的音讯部队，有必要要做到两大块：
- 音讯不丢
- 音讯可堆积
前面咱们议论的关键，很大篇幅环绕的是缓存视频怎样转入本地视频第一点翻开的。
这儿咱们换个视点，从一个音讯部队的「运用模型」来剖析一下，怎样做，才调确保数据不丢？
运用一个音讯部队，其实就分为三大块：出产者、部队中间件、顾客。
音讯是否会产生丢掉，其关键也就在于以下 3 个环程序员计算器节：
- 出产者会不会丢音讯？
- 顾客链表尾插法会不会丢音讯？
- 部队中间件会不会丢音讯？
1) 出产者会不会丢音讯？
当出产者在发布音讯时，或许产生以下异常状况：
- 音讯没发出去：网络故障或其它问题导致发布失利，中间件直接回来失利
- 不确定是否发布成功：网络问题导致发布超时，或许数据已发送成功，但运维工程师需求把握什么技能读取呼开源我国应作用超时了
假定是状况 1，音讯底子没发出去，那么从头发一次就好了开源阅览app下载安装。
假定是状况 2，出产者没方法知道音讯毕竟有没有发成功？所以，为了防止音讯丢掉，它也只能持续重试，直到发布成功中止。
出产者一般会设定一个最大重试次数，跨越上限仍旧失利，需缓存求记载日志报警处理。
也便是说，出产者为了防止音讯丢掉，只能选用失利重试的方法来处理。
但发现没有？这也意味着音讯或许会重复发送。
是的，在运用音讯部队时，要确保音讯不丢，宁可重发，也不能丢掉。
那顾客这边，就需求多做一些逻辑了。
关于活络事务，当顾客收到重复数据数据运维工程师有出路吗时，要规划幂等逻辑，确保事务的正确性。
从这个视点来看，出开源我国产者会不会丢音讯，取决于缓存的视频怎样保存到本地出产者关于异常状况的处理是否合理。
所以，不管是 Redis 仍是专业的部队中间件，出产者在这一点上都是能够确保音讯不丢的。
2) 顾客会不会丢音讯？
这种状况便是咱们前面说到的，顾客拿到音讯后，还没处理结束，就异常宕程序员装逼代码机了，那顾客还能否从头消费失利的音讯？
要处理这个问题，顾客在处理完音讯后，有必要「奉告」部队中间件，部队中间件才会把符号已处理，不然仍旧把这些数据发给顾客。
这种计划需求顾客和中间件互相配合，才调确保顾客这一侧的音讯不丢。
不管是 Redis 的 Stream，仍是专业的部队中间件，例如 RabbitMQ、Kafka，其实都链表是这么做的。
所以，从这个视点来看，Redis 也是合格的。
3) 部队中间件会不会丢音讯？
前面 2 个问题都比较好处理，只需客户端和服务端配合好，就能确保出产端、消费端都不丢音讯。
但是，假定部队中间件自身就不可靠呢？
毕竟出产者和消费这都依托它，假定它不可靠，那么出产者和顾客不管怎样做，都无法确保数据不丢。
在这个方面，Redis 其实没有达到要求。
Redis 在以下 2 个场景下，都会导致数据丢掉。
- AOF 耐久化装备为每秒写盘，但这个写盘进程是异步的，Red程序员薪酬一般多少is 宕机时会存在数据丢掉的或许
- 主从复制也运维宝是异步的，主从切换时，也存开源节流是什么意思是什么在丢掉数据的或许（从库还未同步结束主库发来的数据，就被提成主库）
根据以上原因咱们能够看到，Redis 自身的无法确保严峻的数据完好性。
所以，假定把 Redis 作为音讯部队，在这方面是有或许导致数据丢掉的。
再来看那些专业的音讯部队中间件是怎样处理这个问题的？
像 RabbitMQ 或 Kafka 这类专业的部队中间件，在运用时，一般是安置一个集群，出产者在发布音讯时，部队中间件一程序员需求什么学历般会写「多个节点」，以此确保音讯的完好性。这链表回转样一来，即使运维是做什么的其间一个节点挂了，也能确保集群的数据不丢掉。
也正由于如此，RabbitMQ、Kafka在规划时也更凌乱。开源软件毕竟，它们是专门针对部队场景规划的。
但 Redis 的定位则不同，它的定位更多是当作缓存来用，它们两者在这个方面必定是存在差异的。
毕竟，咱们来看音讯积压怎样办？
4) 消链表逆序息积压怎样办？
由于 Redis 的程序员数据都存储在内存中，这就意味着一旦产生音讯积压，则会导致链表数据结构 Redis 的内存持续增加，假定跨越机器内存上限，就会面临被 OOM 的风险。
所以，Redis 的 Stream 供给了能够指定队开源众包伍最大缓存视频怎样转入相册长度的运维工程师功用，便是为了避链表排序免这种状况产生。
但 Kafka、Rabbi运维工程师是干什么的tMQ 这类音讯部队就不相同了，它们的数据都会存储在磁盘上，磁盘的本钱要比内存小得多，当音讯积压时，无非便是多占用一些磁盘空间，比较于内存，在面临积压时也会愈加「坦然」。
综上，咱们能够看到，把 Re开源节流是什么意思是什么dis 当作部队来运用时，始终面临的 2 个问题：
- Redis 自身或许会丢数据
- 面临音讯积压，Redis 内存资源严峻
到这儿，Redis 是否能够用作部队，我想这个答案你应该会比较清楚了。
假定你的事务场缓存文件在哪里景满意简略，关于数链表尾插法据丢掉不活络，而且音讯积压概率比较小的状况下，把 R链表c言语edis 当作部队是完全能够的。
而且运维是做什么的,需求哪些技能，Redis 比较于 Kaf运维ka链表数据结构、RabbitMQ，安置和运维也愈加轻量。
假定你的事务场景关于数据丢掉十分活络，而且写入量十分大，音讯积压时会占用许多的机器缓存资源，那运维工程师需求把握什么技能么我主张你运用专业的音讯部队中间件。
总结
好了，总结一下。这篇文章咱们从「Redis 能否用作部队」这个视点启航，介绍了 List、Pub/Sub、Stream 在做部队的运用方法，以及它们各自的好坏。
之后又把 Redis 和专业的音讯部队中间件做比照，发现 Redis 的不足之处。
毕竟，咱们得出 Redis 做部队的适宜场景。
这儿我也列了一个表格，总结了它们各自的优缺陷。
跋文
毕竟，我想和你再聊一聊关于「技能计划选型」的问题。
你应该也看到了，这篇文章虽然始于 Redis，但并不止于 Redis。
咱们在剖析 Redis 细节时，一贯在提出问题，然后寻觅更好的处理计划，在文章毕竟，又聊到一个专业的音讯部队应该怎样做。
其实，咱们在议论技能缓存视频怎样转入本地视频选型时，便是一个关于怎样取舍的问题。
而这儿我想传达给你的信息是，在面临技能选型时，不要不通过考虑就觉开源节流得哪个计划好，哪个计划欠好。
你需求根据详细场景详细剖析，这儿我把这个剖析进程分运维工程师是干什么的为 2 个层面：
- 事务功用视点
- 技能资源开源代码网站github视点
这篇文章所讲到的内容，都是以事务功用视点启航做选择计划的。
但这儿的第二点，从技能资源视点启航，其实也很重要。
技能资源的视点是说，你地点的公司环境、技能资源能否匹配这些技能计划。
这个怎样说明呢？
简略来讲，便是你地点的公司、团队，是否有匹配的资程序员需求什么学历源能 hold 住这些技能计划。
咱们都知道 Kafka、RabbitMQ 是十分专业的音讯中间件，但它们的安置和运链表的创立维，比较于 Redis 来说，也会更凌乱链表数据结构一些。
假定你在一个大公司，公司自身就有优异的运维团队，开源众包那么运用这些中间件必定没问题，由于有满意优异的人能 hold 住这些中间件，公司也会投入人力和时刻在这个方向上。
但假定你是在一个草创公司，事务正处在快速开展期，暂时没有能 hold 住这些中间件的团队和人，假定贸然运用这些组件，当产生故障时，排查问题也会变得很困难，甚至会阻止事务的开展。
而这种情形下，假定公司的技能人员关于 Redis 都很熟，归纳点评来看，Redis 也基本能够满意事务 90% 的需求，那当下挑选 Redis 未必不是一个好的选择计划。
所以，做技能选型不只仅技能问题，还与人、团队、处理、安排结构有关。
也正是由于这些原因，当你在和别人议论技能选型问题时，你会发现每个公司的做法都不相同。
毕竟每个公司地点的环境和文明不相同，做出的选择方运维工程师需求把握什么技能案当然就会各有差异。
假定你不了解这其间的逻辑，那在做技能选型时，只会趋于表面现象，无法深化到问题根源。
而一旦你了解了这个逻辑，那么你在看待这个问题时，不只关于技能会有愈加深入知道，对技能资源和人的把握，也会愈加清楚。程序员是做什么的
期望你往后在做技能选型时，能够把这些要素也考虑在内，这对你的技能生长之路也程序员一分钟毛遂自荐是十分有帮忙的。
假定你还想看更多优质原创文章，欢迎重视我的群众号「水滴与银弹」。
我是 Kaito，是运维工程师有出路吗一个关于技能有考虑的资深后端程序员，运维是做什么的在我的文章中，我不只会奉告你一个技能点是什么，还会奉告你为什么这么做？我还会检验把这些考虑进程，提炼成通用的方法论，让你能够运用在其它领域中，做程序员客栈到触类旁通。
微信查找重视「水滴与银弹」群众号链表回转，第一时刻获取优质技能干货。7年资深后端研制，给你出现不相同的技能视角。
