key-value存储系统

Redis简介 Redis是一个高效的key-value存储系统，和Memcached类似，但支持的数据类型更加丰富。常用的数据类型包括： string（字符串） list（链表） set（集合） zset（有序集合） hash（哈希类型） 这些类型支持push/pop、add/remove以及取交集、并集、差集等多种操作，而且所有操作均具备原子性。基于这些特性，Redis支持灵活的数据排序。 Redis数据操作 每种数据类型在Redis中有独特的应用场景，以下是主要类型及其操作： String：简单的键值对，常用于缓存 List：支持队列操作（如FIFO、LIFO） Set：去重数据集

Accumulo是一种可靠、可伸缩、高性能的分布式Key-Value存储系统，基于Google BigTable设计，使用Apache Hadoop、Zookeeper和Thrift构建。它支持自动负载平衡、数据压缩和细粒度安全标签，适用于大规模数据存储和处理。

Redis（Remote Dictionary Server），即远程字典服务，是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库。它提供了多种语言的API，支持高效的数据存储和访问，广泛应用于缓存、消息队列、实时数据分析等场景。

Redis 是一个开源的内存数据库，提供了一个快速高效的 Key-Value 存储解决方案。它支持网络通信，具有持久化功能，并提供了多种语言的 API。

redisObject 抽象了要存储的不同类型对象（如字符串、列表、集合等）。type（长度为 4 比特整数）标识对象的类型，ptr 指向对象在内存中的地址。dictEntry 中只保存获取 key 和 value 值的指针，而 key 和 value 值本身存储在内存中，哈希表中只存储指向它们的指针。添加一个对象时，会分别为 key 和 value 分配内存，再将指向它们的指针存储到哈希表中。

开户 存款 取款 查询 销户 修改

Dynamo 是亚马逊的高可用性关键值存储系统，适用于大规模分布式环境。你可以把它想象成一个在全球范围内“永远在线”服务的系统。为了保证超高可用性，Dynamo 在一些特殊情况下牺牲了数据一致性，这也是分布式系统中常见的权衡点。像电商购物车、用户行为追踪这类不要求即时一致性的场景，Dynamo 的设计简直是完美契合。它通过版本控制和冲突策略，确保在网络分区或节点故障时，系统依旧能继续运行，虽然不同客户端看到的数据会有点小差异。，如果你在做分布式系统设计，Dynamo 的实现思路和经验教训绝对值得参考，尤其是在数据一致性和可用性之间找到合适平衡的地方，了有价值的借鉴。

Redis 是一种开源的内存数据结构存储系统，可用作数据库、缓存和消息代理。它支持多种数据结构，如字符串、哈希、列表、集合、有序集合等。Redis 以其高性能、灵活性以及丰富的功能而闻名，广泛应用于各种场景，例如缓存、排行榜、实时分析等。

Google 的分布式存储系统 Bigtable，靠着简单高效的数据模型，撑起了像 Google Earth 和 Finance 这种大体量服务的后端。它的灵活性和可扩展性挺让人放心的，PB 级别的数据都不带喘的，响应还快，读写也稳。设计上不绕弯子，行键、列键加时间戳三件套，结构清晰，开发者用起来也比较顺手。API 支持 Java 和 Python 这些主流语言，写代码没什么门槛。如果你做的是和大数据相关的活儿，Bigtable 可以作为一个参考标杆。

基于 Hadoop 的文件存储系统，挺适合做团队私有网盘用的。文件管理那块比较全，支持文件共享、权限控制啥的都能搞定。响应也快，权限设置也清晰。适合中小团队搞协作办公，用起来比普通网盘强多了。你要是正在搞企业内部网盘，可以先看看这个项目，思路还挺清晰的，代码结构也比较规整。 SpringBoot加Hadoop搭配做的，挺常见的组合了。用 SpringBoot 写接口，Hadoop 管存储。部署也不算复杂，配下 Hadoop 环境基本就能跑了。对新手来说上手不算难，适合当练手项目来学学。 如果你想拓展点功能，比如加个权限分组或者加个文件结构导出，配合下面这几个项目会更方便：比如SpringBoo