首页
Web Coding Tech
取消

LAMP环境搭建之从源码安装Apache

撰写时间:2019.04.21 一、准备 Ubuntu 16.04 Server 纯净系统 Apache httpd-2.4.39 源码 Apache的httpd软件,通常我们直接叫做Apache服务器。 Apache httpd-2.4.39的下载地址:http://httpd.apache.org/download.cgi,我在撰写此文章的时候这是最新版本。你...

redis入门知识第9篇-key的通用操作

一、概述 key 是一个字符串,通过 key 获取 redis 中保存的数据,那么 key 通常存在以下的操作 对于key自身状态的相关操作,例如:删除、判定是否存在、获取类型 等 对于key有效控制的相关操作,例如:有效期设定、判定是否有效、有效状态的切换 等 对于key快速查询操作,例如:按指定策略查询key 在本节,...

redis入门知识第8篇-sorted_set数据类型的基本操作

一、概述 假设我们现在有这样的需求:我们需要对同类数据进行排序,需要提供一种可以根据自身特征进行排序的方式。于是我们引入今天的类型:sorted_set,也叫做有序集合,通常我们也称为 zset,指的是在 redis 中,通常以 zset add 等命令操作。 有序集合可以保存可排序的数据,在set存储结构的基础之上添加可排序字段。有序集合数据结构如下图所示: key 代表集合中的...

redis入门知识第7篇-set数据类型的基本操作

一、概述 假设我们存在这样的需求:我们需要存储大量的数据,且需要在查询上要求更高的效率。似乎前面提到的数据类型已不满足我们现有的需求,在本篇文章中,我们引入一个全新的概念:set数据类型。与hash存储结构类似,但是仅存储键,不存储值(nil),并且不重复存储。 本篇是该系列文章的第七篇,你可以通过以下链接阅读之前的内容 01-redis入门知识第1篇-redis简介 02-redi...

redis入门知识第6篇-list数据类型与基本操作

一、概述 假设我们有这样的需求:我们存储多个数据,并对数据进入存储空间的顺序进行区分。前面介绍的数据类型已经不满足我们现有的需求,于是引入一个新的数据类型 – list ,list 也可以叫列表, 能保存多个数据,底层使用双向链表存储结构实现(链表属于《数据结构》的归属课程,我们在这里不再赘述)。 本文是该系列文章的第六篇,你可以通过下列链接阅读往期的篇章: 01-redis入门知...

redis入门知识第4篇-redis中的string数据类型与基本的数据存取操作

一、概述 redis 最常应用于各种结构类型和非结构类型高热度数据的访问加速。在本文,我们将从 redis 中 string 数据类型开始了解 redis 对数据的存取操作。本文是该系列的第四篇原创笔记,如果你还没阅读之前的部分,可以通过以下链接进行阅读 01-redis入门知识第1篇-redis简介 02-redis入门知识第2篇-redis的安装与...

redis入门知识第4篇-redis中的string数据类型与基本的数据存取操作

一、hash类型数据概述 我们先来看这个例子 在上一节我们一起了解了 string 存储类型。但是如果是对象数据的存储具有较频繁的更新需求,操作会显得笨重。例如:user:id:100 -> {"id":100,"name":"春晚","fans":12355,"blogs":99,"focus:83},如果需要更新一个对象中的局部数据,就需要替换掉所有数据,于是有了以下的需求 ...

redis入门知识第3篇-redis的基本操作与数据类型

一、概述 在我的前两篇笔记中,介绍了redis的基本概念,以及安装了redis的学习环境。在这篇文章中,我们一起来熟悉 redis 的基本操作。redis数据存在内存中,可以让程序高效地读取。但它也能将数据写入硬盘内进行永久保存,在这篇文章开始,我们逐渐熟悉redis对数据的操作。 如果你还没阅读过之前的内容,可以通过以下链接阅读前面的部分 01-redis入门知识第1...

redis入门知识第2篇-redis的安装与测试

一、概述 在我的上一篇笔记中,介绍了redis的一些基本概念。在本文,我们将来安装 redis 的学习环境。我们将在Linux环境中安装redis服务,如果你现在没有Linux环境,可以通过这个链接参考Linux虚拟机环境的搭建方法:使用Multipass快速创建和管理Ubuntu Server虚拟机。 本文是该系列笔记的第2篇,你可以通过下列链接阅读往期的篇章: 01-re...

redis入门知识第1篇-redis简介

一、概述 服务器软件项目的瓶颈的一般由于海量用户和高并发引起,其中罪魁祸首是关系型数据库。原因是关系型数据库存在以下的缺点: 性能瓶颈:磁盘 IO 性能低下 扩展瓶颈:数据关系复杂,扩展性差,不便与大规模集群 想要解决这个磁盘IO的瓶颈,于是产生一个解决思路:降低磁盘 IO,越低越好,即用内存存储。去除数据关系,越简单越好,不存储数据之间...