一.为什么选择redis 在项目中使用redis做为缓存，还没有使用memcache,考虑因素主要有两点： 1.redis丰富的数据结构,其hash,list,set以及功能丰富的String

中新的 Redis 缓存存储实现 Infinispan 8 包含了一个新的在 Redis k/v 服务器中存储缓存数据的 cache store。这个 cache store 可以把缓存数据存储在一个集中的

SETNX  并不难完美实现（不带过期时间），SETNX 实现锁有陷阱需谨慎 SETEX  复写，带过期时间（原子） 分布式锁工具 private static Logger logger = Logger

数据库存储 分布式缓存存储 分布式Session 随着网站规模（访问量/复杂度/数据量）的扩容，针对单机的方案将成为性能的瓶颈，分布式应用在所难免。所以，有必要研究一下 Session 的分布式存储。

一、使用分布式锁要满足的几个条件： 系统是一个分布式系统（关键是分布式，单机的可以使用ReentrantLock或者synchronized代码块来实现） 共享资源（各个系统访问同一个资源，资

jobbole.com/95211/ 分布式锁是一个在很多环境中非常有用的原语， 它是不同进程互斥操作共享资源的唯一方法。有很多的开发库和博客描述如何使用Redis实现DLM（Distributed Lock

redis被大量用在分布式的环境中，自然而然分布式环境下的锁如何解决，立马成为一个问题。例如我们当前的手游项目，服务器端是按业务模块划分服务器的，有应用服，战斗服等，但是这两个vm都有可能同时改变玩家

分布式锁是一个在很多环境中非常有用的原语， 它是不同进程互斥操作共享资源的唯一方法。有很多的开发库和博客描述如何使用Redis实现DLM（Distributed Lock Manager ），但是每个

正式分享今天的文章吧： 搭建Redis服务端，并用客户端连接 封装缓存父类，定义Get，Set等常用方法 定义RedisCache缓存类，执行Redis的Get，Set方法 构造出缓存工厂调用方法

:= *this n := len(old) x := old[n-1] *this = old[0 : n-1] return x } type _Point struct { x int y int

在春节放假前两天我偶然看到了A*算法，感觉挺有意思。正好放假前 # 也没有什么事情，就花了一个下午写出算法的骨架，节后又花了半天 # 时间完善屏幕输出的细节并且调试完成。 # 该实现只是一时兴起的随手而作，没有考虑性能和扩展性等问题。正

Memcached和Redis，作为近些年最常用的缓存服务器，相信大家对它们再熟悉不过了。为了对它们有更深入的了解，我曾经读过它们的主要源码， 下面我将从个人角度简单对比一下它们的实现方式，有理解错误之处，欢迎指正。

前言 A*算法是常用的游戏算法之一，也是初学者比较难掌握的一个算法。 本文在Unity中以GUI的方式形象的再现了A*算法的详细步骤， 包括地图的搜索、FGH的计算以及开启关闭列表的变化等。

在spring配置文件中加入如下配置： redis.clients.jedis.JedisPoolConfig"

php+redis缓存类 redis服务器ip * $port : redis服务器端口 * $lifetime : 缓存文件有效期

Redis介绍 Redis本质上一个Key/Value数据库，与Memcached类似的NoSQL型数据库，但是他的数据可以持久化的保存在磁盘上，解决了服务重启后数据不丢失的问题，他的值可以是st

（WeChat：HouYongBo923） 如果你使用redis作为缓存，当添加新数据时，若有内存大小等限制，系统默认会根据一定的规则自动清理旧数据。这种处理方式在开发社区中众所周知，因为它也是非常流行的缓存系统 memcached

这一次总结和分享用Redis实现分布式锁 与 实现任务队列 这两大强大的功能。先扯点个人观点，之前我看了一篇博文说博客园的文章大部分都是分享代码，博文里强调说分享思路比分享代码更重要（貌似大概是这个意

Redis是运用比较广泛的NoSQL产品之一，目前的稳定版本是2.6.10，包括Github、Instagram、Blizzard、新浪微博等都在产品中大量使用了Redis。其代码基于BSD协议开源，整个项目代码量只有2万多行（2

util.List; import java.util.PriorityQueue; /** * A*搜索算法，A星算法。 * 这是一种在图形平面上，有多个节点的路径，求出最低通过成本的算法。 * 常用于游