- 博客(7)
- 收藏
- 关注
RSS订阅原创 基于redis开发一个时间复杂度为O(1)的优先级队列（续）
上一篇提到过，现在的获取前面排队次数的时间复杂度为O(M),M就是优先级的个数，如果优先级非常多，那么需要等待时间是比较久的。本次我将采用一个前缀和算法进行优化。这是上次提到的例子：获取普通用户的长度B的前方排队的数量=len（svip）+len（vip）+countMap[B]-countMap[A]如果存储了前缀和：获取普通用户的长度B的前方排队的数量=前缀和[B的优先级-1]+countMap[B]-countMap[A]。
2025-02-19 13:37:32
505
原创 go之Slice和Map
所谓等量扩容， 实际上并不是扩大容量， buckets数量不变， 重新做一遍类似增量扩容的搬迁动作， 把松散的键值对重新排列一次， 以使bucket的使用率更高， 进而保证更快的存取。当然这只是我瞎想的。新的键值对被插入新的bucket中。map中所有的key都有相同的类型，所有的value也有着相同的类型，但是key和value之间可以是不同的数据类型。它是一个无序的key/value对的集合，其中所有的key都是不同的，然后通过给定的key可以在常数时间复杂度内检索、更新或删除对应的value。
2025-02-12 17:16:07
1323
原创 go之Channels
一个基于无缓存Channels的发送操作将导致发送者goroutine阻塞，直到另一个goroutine在相同的Channels上执行接收操作，当发送的值通过Channels成功传输之后，两个goroutine可以继续执行后面的语句。为了表明这种意图并防止被滥用，Go语言的类型系统提供了单方向的channel类型，分别用于只发送或只接收的channel。）这种限制将在编译期检测。那么channel的缓存队列将不是满的也不是空的（图8.4），因此对该channel执行的发送或接收操作都不会发送阻塞。
2025-02-12 17:13:28
467
原创 基于redis开发一个时间复杂度为O(1)的优先级队列
优点：时间复杂度均为O(1)缺点：实现较为复杂，而且获取当前用户前面还有多少人排队也不精准。最后我在github上根据这些思路写了一个类库，因刚学go语言不久，所以代码写的比较粗糙，大佬们有时间可以帮我修改下，不胜感激。🔗github地址。
2025-02-10 09:02:26
1755
1
原创 编写predixy chart，实现helm快速搭建Redis集群（redis-cluster+predixy）
在上一篇文章中,我使用的是helm部署的redis-cluster,而predixy没有chart，导致我写了好几个yaml文件，感觉不太优雅，上周我正好学了一下helm，感觉我为什么不写一个predixy的chart，这样在结合我就可以写一个value.yaml，来实现一行命令就启动redis-cluster+predixy集群了。。
2025-02-10 09:00:21
499
1
原创 K8S快速搭建Redis集群（redis-cluster+predixy）
在本次部署过程中，我们将使用来简化 Redis 集群的部署，并利用 Kubernetes（K8s）直接部署作为代理层（后续我写了一个predxiy的chart，实现helm部署predixy了，感兴趣可以看下），以提高集群的可访问性和负载均衡能力。
2025-02-10 08:59:34
713
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人