replicas, and where it is always mathematically possible to resolve inconsistencies which might result. 并发冲突 举个栗子: LWW(Last Writer Wins)-Register: 适用于 K/V 类型的存储 解决数据冲突的方式是通过使用 unix timestamp 或类似自然时间的计数 None 并发冲突的场景 Data Type: Strings Use Case: Concurrent SETs Conflict Resolution: Last Write Wins (LWW) Redis String 正常同步的场景 Data Type: Maps Use Case: Common HSET Conflict Resolution: None 并发冲突的场景 - Concurrent HSET Conflict Resolution: ADD WINS Redis Map 并发冲突的场景 - 2 Data Type: Maps Use Case: Concurrent HSET Conflict Resolution: LWW – Last Write Wins 并发冲突的场景 - 3 Data Type: Maps Use Case: Concurrent HSET

Redis 原生复制的弊端。 Redis 原生复制弊端简要如下： Redis 复制中断后，Slave 会立即发起 psync，psync 尝试部署同步不成功，就会 全量同步 RDB 并发送至 Slave 节点。 如果 Redis 全量同步，会导致主节点执行全量备份，进程 Fork，可造成主节点达 到毫秒或秒级的卡顿。 Redis 进程 Fork 导致 Copy-On-Write Redis 读写分离实例 简介 针对读多写少的业务场景，云数据库 Redis 版推出了读写分离的产品形态，提供高可用、高性能、高灵活的读 写分离服务，解决热点数据集中及高并发读取的业务需求，最大化地节约用户运维成本。 组件 Redis 读写分离版本由 Proxy（路由）服务器、主-备节点及只读节点组成。 云数据库 Redis 版 产品简介 19 -

并根据消息内容进⾏相应的处理⼯作。 下⾯的这段代码展示了⼀个简单的消息接收者， 在没有消息的时候， 这个程序将阻塞在 mq.get_message() 调⽤上 ⾯； 当有消息（邮件地址）出现时， 程序就会打印出该消息并发送邮件： >>> from redis import Redis >>> from message_queue import MessageQueue >>> client = Redis(decode_responses=True) .. email_address = mq.get_message() # 阻塞直到消息出现 ... send_email(email_address) # 打印出邮件地址并发送邮件 ... peter@exampl.com jack@spam.com tom@blahblah.com ⽽以下代码则展示了消息发送者是如何将消息推⼊到队列⾥⾯的： >>> from redis 但是在作⽤上却并不相同： 流⽔线的作⽤是将多个命令打 包然后⼀并发送⾄服务器， ⽽事务的作⽤则是将多个命令打包然后让服务器⼀并执⾏它们。 因为 Redis 的事务在 EXEC 命令执⾏之前并不会产⽣实际效果， 所以很多 Redis 客户端都会使⽤流⽔线去包裹事 务命令， 并将⼊队的命令缓存在本地， 等到⽤户键⼊ EXEC 命令之后， 再将所有事务命令通过流⽔线⼀并发送⾄ 服务器， 这样客户端在执⾏事务时就可以达到“打包发送，打包执⾏”的最优效果。