1.【Azure Redis 码复缓存】使用开源工具redis-copy时遇见6379端口无法连接到Redis服务器的问题
2.linux环境redis怎么启动?
3.Redis 主从复制 - 源码梳理
4.Redis源码阅读（1）——zmalloc
5.Redis radix tree 源码解析
6.Redis 源码剖析 3 -- redisCommand

【Azure Redis 缓存】使用开源工具redis-copy时遇见6379端口无法连接到Redis服务器的问题

       当使用Azure Redis服务时，数据迁移需求促使寻找替代方案。码复直接导入/导出RDB文件受限于服务等级，码复转而使用开源工具Redis-Copy实现数据迁移。码复然而，码复在尝试使用该工具时，码复家政网 源码遇到了无法连接到Redis服务器的码复问题，尤其是码复针对端口的连接失败。

       Redis-Copy工具默认使用端口，码复此端口连接失败表明问题可能出在工具配置上。码复通过对比Redis-cli.exe工具的码复正常连接，可以初步判断问题与端口选择及SSL设置有关。码复

       深入分析，码复发现Redis-Copy工具在连接过程中未正确处理SSL参数值，码复导致尝试使用SSL方式连接非SSL端口。码复在调试源码时，定位到CommandLine.Parser.Default.ParseArguments(args)代码，发现其在转换bool类型参数时存在问题，无论实际值为何，均被错误地转换为true。

       为解决此问题，可采取两种方案。方案一：修改Options.cs文件，将SourceSSL和DestinationSSL的默认值设为False，同时在命令行中通过--sssl和--dssl参数指定需要使用SSL连接。方案二：修改SourceSSL和DestinationSSL类型为String，在初始化Redis连接字符串时进行类型转换。

       采用任一方案后，需要重新编译生成的exe文件。然后根据目标端口选择相应的命令行参数。对于端口连接，命令为：redis-copy.exe --se xxxx --sa **** --sp --de xxxx --da **** --dp ；对于端口连接，则命令调整为：redis-copy.exe --se xxxx --sa **** --sp --sssl true --de xxxx --da **** --dp --dssl true。

       通过这些步骤，可以解决使用Redis-Copy工具连接Azure Redis服务器时遇到的端口连接问题。重要的cbt源码低价出售是，当在复杂环境中面临技术挑战时，保持冷静分析，逐步排查问题原因，最终找到解决方案。

linux环境redis怎么启动?

       在Linux环境下启动Redis，主要涉及两种方式：直接启动和通过初始化脚本启动。

       直接启动Redis时，运行命令redis-server即可开启服务。默认端口号为，如需自定义端口，使用redis-server --port 。若出现过量使用内存警告，需在系统配置中添加 vm.overcommit_memory = 1，确保后台保存操作不受内存限制影响。

       对于更全面的管理，推荐使用初始化脚本启动Redis。首先，将Redis源码目录下的初始化脚本redis-init_script复制到/etc/init.d目录，并重命名为如redis_，其中为自定义端口。随后，根据实际操作系统（Ubuntu或CentOS）调整脚本中的端口号设置。接着，创建存放配置文件的/etc/redis目录以及用于持久化文件的/var/redis/端口号目录。

       编辑配置文件，通常使用Redis配置模板复制到/etc/redis目录中，并根据端口号重命名。重要配置如下： daemonize yes 用于以守护进程模式运行Redis；pidfile /var/run/redis_端口号.pid指定Redis的PID文件位置；port 端口号设置监听端口；dir /var/redis/端口号确定持久化文件存放路径。完成配置后，使用命令sudo update-rc.d redis_端口号 defaults将Redis服务设置为开机自启动。

Redis 主从复制 - 源码梳理

       本文主要剖析Redis主从复制机制中的核心组件之一——复制积压缓冲区（Replication Buffer），旨在为读者提供一个对Redis复制流程和缓冲区机制深入理解的平台，以下内容仅基于Redis版本7.0.，若读者在使用过程中发现偏差，欢迎指正。xpay支付系统源码

       复制积压缓冲区在逻辑上可理解为一个容量最大的位整数，其初始值为1，由offset、master_repl_offset和repl_backlog-histlen三个变量共同决定缓冲区的有效范围。offset表示缓冲区内命令起始位置，master_repl_offset代表结束位置，二者之间的长度由repl_backlog-histlen表示。

       每当主节点执行写命令，新生成的积压缓冲区大小增加，同时增加master_repl_offset和repl_backlog-histlen的值，直至达到预设的最大容量（默认为1MB）。一旦所有从节点接收到命令并确认同步无误，缓冲区内过期的命令将被移除，并调整offset和histlen以维持积压区容量的稳定性。

       为实现动态分配，复制积压缓冲区被分解成多个block，以链表形式组织。每个block采用引用计数管理策略，初始值为0，每当增加或删除从节点对block的引用时，计数值相应增减。新生成block时，将master_repl_offset+1设置为block的repl_offset值，并将写入命令拷贝至缓冲区内，与此同时，master_repl_offset和repl_backlog-histlen增加。

       通过循环遍历所有从节点，为每个从节点设置ref_repl_buf_node指向当前block或最后一个block，确保主从复制能够准确传递命令。当主节点接收到从节点的连接请求时，将开始填充积压缓冲区。在全量复制阶段，从slave-replstate为WAIT_BGSAVE_START至ONLINE，表示redis从后台进程开始执行到完成RDB文件传输和加载，命令传播至此阶段正式开始。PHP开心乐园源码

       针对每个从节点，主节点从slave-ref_block_pos开始发送积压缓冲区内的命令，每发送成功，slave-ref_block_pos相应更新。当积压缓冲区超过预设阈值，即复制积压缓冲区中的有效长度超过repl-backlog-size（默认1MB）时，主节点将清除已发送的缓冲区，释放内存。如果主节点写入命令频繁或从节点断线重连时间长，则需合理调整缓冲区大小（推荐值为2 * second * write_size_per_second）以保持增量复制的稳定运行。

       当最后一个从节点与主节点的连接断开超过repl-backlog-ttl（默认为秒）时，主节点将释放repl_backlog和复制积压缓冲区以确保资源的有效使用。不过需要注意的是，从节点的释放操作依赖于节点是否可能成为新的主节点，因此在最后处理逻辑上需保持谨慎。

Redis源码阅读（1）——zmalloc

       zmalloc是一个简化内存分配的库，包含以下API函数：

       zmalloc

       zcalloc

       zrealloc

       zfree

       zstrdup

       zmalloc_used_memory

       zmalloc_set_oom_handler

       zmalloc_get_rss

       zmalloc_get_allocator_info

       zmalloc_get_private_dirty

       zmalloc_get_smap_bytes_by_field

       zmalloc_get_memory_size

       zlibc_free

       其中，zmalloc用于分配内存，zcalloc在分配内存的同时初始化为0，zrealloc用于重新分配内存，zfree用于释放内存，zstrdup用于复制字符串并分配内存，zmalloc_used_memory用于获取已分配内存的大小，zmalloc_set_oom_handler用于设置内存溢出处理器，zmalloc_get_rss用于获取当前进程的内存使用量，zmalloc_get_allocator_info用于获取分配器信息，zmalloc_get_private_dirty用于获取私有脏数据，zmalloc_get_smap_bytes_by_field用于获取指定字段的内存使用量，zmalloc_get_memory_size用于获取内存大小，zlibc_free用于释放内存。

       在zmalloc中，宏函数update_zmalloc_stat_alloc用于更新used_memory的值。这个宏函数中的if语句用于补齐分配的内存字节数到sizeof(long)，但是我不太理解5.0源码中为什么atomicIncr使用的是__n而不是直接对_n进行操作。测试发现，python学生考勤源码used_memory的值并未对齐到8，那么if语句的存在意义何在呢？

       同样地，update_zmalloc_stat_free宏函数用于更新已释放内存的统计信息。与update_zmalloc_stat_alloc相比，虽然malloc_usable_size已经返回精确的字节数，但update_zmalloc_stat_alloc为何不直接使用atomicIncr更新used_memory呢？在Unstable分支中，已有开发者对此进行了优化。

Redis radix tree 源码解析

       Redis 实现了不定长压缩前缀的 radix tree，用于集群模式下存储 slot 对应的所有 key 信息。本文解析在 Redis 中实现 radix tree 的核心内容。

       核心数据结构的定义如下：

       每个节点结构体 (raxNode) 包含了指向子节点的指针、当前节点的 key 的长度、以及是否为叶子节点的标记。

       以下是插入流程示例：

       场景一：仅插入 "abcd"。此节点为叶子节点，使用压缩前缀。

       场景二：在 "abcd" 之后插入 "abcdef"。从 "abcd" 的父节点遍历至压缩前缀，找到 "abcd" 空子节点，插入 "ef" 并标记为叶子节点。

       场景三：在 "abcd" 之后插入 "ab"。ab 为 "abcd" 的前缀，插入 "ab" 为子节点，并标记为叶子节点。同时保留 "abcd" 的前缀结构。

       场景四：在 "abcd" 之后插入 "abABC"。ab 为前缀，创建 "ab" 和 "ABC" 分别为子节点，保持压缩前缀结构。

       删除流程则相对简单，找到指定 key 的叶子节点后，向上遍历并删除非叶子节点。若删除后父节点非压缩且大小大于1，则需处理合并问题，以优化树的高度。

       合并的条件涉及：删除节点后，检查父节点是否仍为非压缩节点且包含多个子节点，以此决定是否进行合并操作。

       结束语：云数据库 Redis 版提供了稳定可靠、性能卓越、可弹性伸缩的数据库服务，基于飞天分布式系统和全SSD盘高性能存储，支持主备版和集群版高可用架构。提供全面的容灾切换、故障迁移、在线扩容、性能优化的数据库解决方案，欢迎使用。

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 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源码学习-quicklist篇

       Redis源码中的quicklist是ziplist优化版的双端链表，旨在提高内存效率和操作效率。ziplist虽然内存使用率高，但查找和增删操作的最坏时间复杂度可能达到O(n^2)，这与Redis高效数据处理的要求不符。quicklist通过每个节点独立的ziplist结构，降低了更新复杂度，同时保持了内存使用率。

       quicklist的基本结构包括：头节点（head）、尾节点（tail）、entry总数（count）、节点总数（len）、容量指示（fill）、压缩深度（compress）、以及用于内存管理的bookmarks。节点结构包括双向链表的prev和next，ziplist的引用zl，ziplist的字节数sz、item数count、以及ziplist类型（raw或lzf压缩）和尝试压缩标志（attempted_compress）。

       核心操作函数如create用于初始化节点，insert则根据需求执行头插法或尾插法。delete则简单地从链表中移除节点，释放相关内存。quicklist的优化重点在于ziplist，理解了ziplist的工作原理，quicklist的数据结构理解就相对容易了。

linux怎么安装redis

       Linux安装Redis的步骤：

       1. 下载Redis源码

       访问Redis官网，下载最新稳定版本的源码包。

       2. 解压源码包并编译安装

       使用tar命令解压源码包，然后进入解压后的目录，执行make命令进行编译。编译完成后，执行make install进行安装。

       3. 配置Redis

       安装完成后，需要进行Redis的配置。进入Redis的源码目录，复制一个redis.conf配置文件到安装目录，并修改配置文件中的相关参数。

       4. 启动Redis服务

       进入Redis安装目录的bin目录，执行./redis-server命令启动Redis服务。也可以使用systemd或supervisord等工具来管理Redis服务的启动和停止。

       以下是

       下载Redis源码:

       访问Redis官方网站，在“Download”页面找到适合Linux系统的源码包进行下载。通常源码包为tar.gz格式。

       解压源码包并编译安装:

       使用Linux系统的文件解压工具tar，将下载的源码包解压到指定目录。然后进入解压后的源码目录，执行make命令进行编译。这个过程可能需要一些依赖库的支持，如gcc等，确保系统已安装这些依赖。编译完成后，在源码目录下执行make install进行安装。

       配置Redis:

       安装完成后，需要配置Redis服务。进入Redis的源码目录，找到redis.conf这个配置文件，复制一份到安装目录，并根据实际需求修改配置文件中的参数，如设置端口号、绑定IP地址等。这些配置决定了Redis服务的基本运行方式。

       启动Redis服务:

       完成配置后，就可以启动Redis服务了。进入Redis安装目录的bin目录，执行./redis-server命令启动服务。如果需要后台运行或者希望使用systemd等工具管理Redis服务，可以在启动命令中加入相应的参数或配置。

       完成以上步骤后，Linux上的Redis就已经安装并可以运行了。

Redis 哨兵模式 - 源码梳理

       本文以Redis 7.0.版本为基准，如有不妥之处，敬请指正。

       哨兵模式的代码流程逻辑如下：哨兵节点每秒（主从切换时为1秒）向已知的主节点和从节点发送info命令。接收到主节点的info回复后，解析其中的slave字段信息，进而创建相应的从节点instance。收到从节点的info回复后，解析其中的slave_master_host、slave_master_port、slave_master_link_status、slave_priority、slave_repl_offset、replica_announced等信息（步骤2和sentinelInfoReplyCallback）。

       在sentinel.masters的初始数据中，来自于sentinel.conf中的monitor，利用info命令探测主节点及其所属的从节点。通过订阅__sentinel__:hello频道，获取其他哨兵节点的信息。其中，link->act_ping_time表示最早一次未收到回复的ping请求发送时间，收到回复后其会被重置为0。因此，其不为0时，表示有未收到回复的ping请求。link->last_avail_time表示最近一次收到对ping有效回复的时间，link->last_pong_time表示最近一次收到对ping回复（有效和无效）的时间，link->pc_last_activity表示最近一次收到publish的消息，ri->role_reported_time表示最近一次收到info且回复中role相比于上次发生改变的时间。

       Raft一致性算法

       thesecretlivesofdata.com...

[redis 源码走读] maxmemory 数据淘汰策略

       Redis 是一个内存数据库，通过配置 `maxmemory` 来限定其内存使用量。当 Redis 主库内存超出限制时，会触发数据淘汰机制，以减少内存使用量，直至达到限制阈值。

       当 `maxmemory` 配置被应用，Redis 会根据配置采用相应的数据淘汰策略。`volatile-xxx` 类型配置仅淘汰设置了过期时间的数据，而 `allkeys-xxx` 则淘汰数据库中所有数据。若 Redis 主要作为缓存使用，可选择 `allkeys-xxx`。

       数据淘汰时机发生在事件循环处理命令时。有多种淘汰策略可供选择，从简单到复杂包括：不淘汰数据（`noeviction`）、随机淘汰（`volatile-random`、`allkeys-random`）、采样淘汰（`allkeys-lru`、`volatile-lru`、`volatile-ttl`、`volatile-freq`）以及近似 LRU 和 LRU 策略（`volatile-lru` 和 `allkeys-lru`）。

       `noeviction` 策略允许读操作但禁止大多数写命令，返回 `oomerr` 错误，仅允许执行少量写命令，如删除命令 `del`、`hdel` 和 `unlink`。

       `volatile-random` 和 `allkeys-random` 机制相对直接，随机淘汰数据，策略相对暴力。

       `allkeys-lru` 策略根据最近最少使用（LRU）算法淘汰数据，优先淘汰最久未使用的数据。

       `volatile-lru` 结合了过期时间与 LRU 算法，优先淘汰那些最久未访问且即将过期的数据。

       `volatile-ttl` 策略淘汰即将过期的数据，而 `volatile-freq` 则根据访问频率（LFU）淘汰数据，考虑数据的使用热度。

       `volatile-lru` 和 `allkeys-lru` 策略通过采样来近似 LRU 算法，维护一个样本池来确定淘汰顺序，以提高淘汰策略的精确性。

       总结而言，Redis 的数据淘汰策略旨在平衡内存使用与数据访问需求，通过灵活的配置实现高效的数据管理。策略的选择应基于具体应用场景的需求，如数据访问模式、性能目标等。