linux 安装 redis

javaee1234 javaee1234 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 300+累计阅读 320平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄10年
关注
原创 最新推荐文章于 2026-05-15 12:40:54 发布 320 阅读 AI 写同款· GEO 优化 ›
linux离线安装部署redis 切换到cd /opt/tool/redis-6.2.6/src目录，执行 mv mkreleasehdr.sh redis-benchmark redis-check-aof redis-check-rdb redis-cli redis-server /opt/tool/，把redis配置放到etc里。切换到cd /opt/tool/redis-6.2.6目录，执行 mv redis.conf /opt/tool/redis-6.2.6/etc/，把redis配置放到etc里。 阅读详情
一、下载redis
下载地址：http://code.google.com/p/redis/downloads/list
2017年3月1号，我下载的是最新版本：redis-4.0-rc2.tar.gz
使用root安装
su
将该下载包拷贝到/root




二、安装
cd /root
tar xvf redis-4.0-rc2.tar.gz
cd /root/redis-4.0-rc2
make && make install


安装好后查看下redis的可执行文件已经在此目录下：
ls /usr/local/bin/redis*


/usr/local/bin/redis-benchmark
/usr/local/bin/redis-cli
/usr/local/bin/redis-check-aof
/usr/local/bin/redis-server
/usr/local/bin/redis-check-dump


三、配置redis
redis的配置文件启动时需要用到：
cp redis.conf /etc/
然后编辑redis.conf配置文件（/etc/redis.conf），按需求做出适当调整，比如：
vi /etc/redis.conf
daemonize yes #默认为on。yes为转为守护进程，否则启动时会每隔5秒输出一行监控信息
save 900 1 #900秒内如果有一个key发生变化时，则将数据写入进镜像
maxmemory 256000000 #分配256M内存


创建redis的日志文件夹：
mkdir -p /var/log/redis/log


启动redis并指定redis的日志文件：
/usr/local/bin/redis-server /etc/redis.conf 1>/var/log/redis/infolog.log 2>/var/log/redis/errlog.log &
加入自启动：
vi /etc/rc.local #加入
/usr/local/bin/redis-server /etc/redis.conf 1>/var/log/redis/infolog.log 2>/var/log/redis/errlog.log &




四、服务器优化（根据实际情况判定是否需要优化）
如果内存情况比较紧张的话，需要设定内核参数：
echo 1 > /proc/sys/vm/overcommit_memory


这里说一下这个配置的含义：
/proc/sys/vm/overcommit_memory
该文件指定了内核针对内存分配的策略，其值可以是0、1、2。
0， 表示内核将检查是否有足够的可用内存供应用进程使用；如果有足够的可用内存，内存申请允许；否则，内存申请失败，并把错误返回给应用进程。
1， 表示内核允许分配所有的物理内存，而不管当前的内存状态如何。
2， 表示内核允许分配超过所有物理内存和交换空间总和的内存


五、测试redis
客户端连接
cd /root/redis-4.0-rc2/src
redis-server
redis-cli
127.0.0.1:6379> set foo bar
OK
127.0.0.1:6379> get foo
"bar"
redis 127.0.0.1:6379> set redisKey value
OK
redis 127.0.0.1:6379> get redisKey
"value"
redis 127.0.0.1:6379> del redisKey
(integer) 1
redis 127.0.0.1:6379> exists key
(integer) 0




keys *
取出当前匹配的所有key


> exists larry
(integer) 0


当前的key是否存在


del lv
删除当前key


expire
设置过期时间


> expire larry 10
(integer) 1


> move larry ad4
(integer) 1


移动larry键值对到ad4数据库


> persist lv
(integer) 1
移除当前key的过期时间


randomkey
随机返回一个key


rename
重命名key


type
返回值的数据类型


type testlist
list


> ping
PONG
测试连接是否还在


>echo name
"larry"
打印


> select ad4databank
OK
数据库切换


> quit
退出连接


> dbsize
(integer) 12
当前数据库中key的数量


> info
服务器基本信息


monitor
实时转储收到的请求


config get
获取服务器的参数配置


flushdb
清空当前数据库


flushall
清除所有数据库


六、遇到问题
我用java操作redis时，报过这样的错误：
(error) MISCONF Redis is configured to save RDB snapshots, but is currently not able to persist on disk. Commands that may modify the data set are disabled. Please check Redis logs for details about the error.


解决：
redis-cli
config set stop-writes-on-bgsave-error no
收录于
redis

当前文章被收录于：

redis
3 篇文章 0 人学习
订阅专栏 查看详情
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
Linux中Redis的安装 1.下载Redis（两种方法） 第一种方法：进入到官网：http://redis.io/download下载Redis 压缩包（推荐第一种） 第二种方法：在linux中使用如下命令直接下载Redis压缩包，但是在下载过程中容易卡死，因此不推荐使用该种方法 wget http://download.redis.io/releases/redis-5.0.3.tar.gz 下载... 阅读详情

相关推荐

2021年秋招面经分享·字节跳动【芯片工程师-系统架构】

前言 如果想参考本人背景情况的可见这篇概述 ============================ 正文开始 ============================== 【时间线】 7.29 字节一面 8.4 字节二面 8.11 字节三面 PS：红字表示我当时没答出来的问题，蓝字表示面试官的解答。 面经分享 一面·技术面【1小时5分钟】   面试官京腔重，聊high了所以没时间撕代码了，但是华为应该不会这样。 自我介绍； 介绍一下APB； APB中3个状态的跳转是怎么跳转的； AXI中va

qq_43132308的博客 5612

Linux下安装Redis

命令示例备注auth认证密码set设置key以保存valueex：设置过期时间，单位为秒；px：设置过期时间，单位为毫秒nx：仅在key不存在时设置该keyxx：仅在key已经存在时设置该keygetget key获取key对应的valueexists判断指定的key是否存在keys返回和pattern匹配的所有keydel删除指定的keyrename将key重命名为newkeyexpire在key上设置过期时间timeoutttlttl key。

asd66660000的博客 3886

matlab相机标定_实战 | 相机标定

点击“计算机视觉life”关注，置顶更快接收消息！本文阅读时间约5分钟什么是相机标定？我们为什么需要相机标定？相机标定就是确定相机内参和外参的过程，其结果精度会直接影响视觉系统后续工作的准确性。坐标系相机标定涉及到了四大坐标系，分别为：像素坐标系图像物理坐标系相机坐标系世界坐标系为了进行相机标定，必须已知世界坐标系中足够多的三维空间点坐标，找到这些空间点在图像中投影点的二维图像坐标，并建...

weixin_39747334的博客 765

Linux环境下安装Redis

然后在bin目录下先创建redisconfig文件，再使用命令将原先的redis-7.0.5/redis.conf文件的内容复制进入redisconfig文件夹中。-p 后面是配置的端口号，默认为6379，一般不去修改，-a 后面就是刚才设置的密码。2.4 由于Redis底层使用的是C语言进行编写的，因此需要在Linux上安装gcc环境，使用命令。3.2 接下来就可以通过Redis的一些工具连接Linux下的Redis，进行后续的操作了。然后在文件中加入密码，这样后续在访问Redis时就必须使用密码。

日暮南城故里的博客 1413

【实战解析】RTL8306MB交换芯片驱动开发中的RMII接口调试陷阱

本文深入剖析了RTL8306MB交换芯片驱动开发中RMII接口的典型调试陷阱。通过一个工业网关项目的实战案例，揭示了因硬件原理图设计疏忽导致TX_EN与CRS_DV信号线错接，从而引发网络“哑火”的根本原因。文章详细展示了使用示波器从时钟、数据到控制信号的系统性排查方法，并总结了关键的设计警示与自查清单，为嵌入式网络开发中的软硬件协同调试提供了宝贵经验。

qqq44的博客 1029

CTFshow MISC入门实战：010Editor+TweakPNG解决PNG隐写难题（附完整脚本）

本文详细介绍了在CTFshow MISC比赛中，如何利用010Editor和TweakPNG两款专业工具构建高效的PNG隐写分析工作流。文章从PNG文件结构解析入手，通过实战案例演示了如何协同使用010Editor进行二进制侦察与结构分析，以及使用TweakPNG进行数据块的精准编辑与删除，并最终提供了自动化分析脚本，帮助选手系统性地解决PNG隐写难题。

weixin_29252171的博客 75

Linux安装Redis

Linux安装Redis 官网下载安装包（https://redis.io/）我下载的是目前最新的版本6.09，后面肯定会出新的版本，就下最新版。 解压redis安装包。 tar -zxvf redis安装包 进入解压后的目录可以看到配置文件。 安装基本的运行环境 yum install gcc-c++ gcc -v查看gcc版本信息 使用make命令把所有需要的文件自动配置好 make make install确认make安装成功 redis的默认安装路径：/usr/lo

Object_de_Father的博客 19万+

43、基于机器学习的GNSS信号质量监测方法

本文提出了一种基于支持向量机（SVM）的GNSS信号质量监测方法，旨在有效检测邪恶波形（EWF）威胁并抑制多径干扰对导航精度的影响。通过构建包含现场采集与合成数据的数据集，结合11个相关器测量值、链路预算、仰角和方位角等特征，采用RBF核函数的SVM模型进行分类。研究评估了不同平滑时间窗口对漏检率和误报率的影响，结果表明在约35-40秒平滑时间下性能趋于稳定，并可通过多数投票机制进一步优化检测性能。该方案适用于星载GNSS接收器，在计算资源受限条件下实现了高可靠性与低完整性风险的平衡。

yyy34的博客 188

Linux下安装Redis详细教程

1.准备REDIS安装包这⾥下载的是 redis-6.2.9.tar.gz 安装包，并将其放在了/home/workspace/zipfile目录下2.解压安装包1、在下创建redis⽂件夹并进⼊2、将Redis安装包解压到中即可解压完之后，/usr/local/redis 目录中会出现⼀个的目录3.编译并安装。

qq_55882840的博客 897

Unity引擎开发：复杂动作系统_动作捕捉数据的应用与整合

通过以上步骤，我们可以在Unity中有效地应用和整合动作捕捉数据，以实现更加真实和流畅的动画效果。从导入文件格式的选择，到预处理和优化，再到实时应用和调试验证，每一步都至关重要。希望本文能帮助你在Unity项目中更好地利用动作捕捉数据，提升动画质量和性能。

chenlz2007的博客 958

YOLO11涨点优化：知识蒸馏 | 引入FGD（Focal and Global Distillation）蒸馏，让轻量学生模型汲取大模型全局感知力

文章摘要 目标检测模型YOLO11在轻量化部署中存在"全局盲区"问题，即轻量模型感受野不足导致大尺度场景下性能下降。知识蒸馏技术FGD（Focal and Global Distillation）通过双分支机制有效解决这一问题：Focal Distillation分离前景背景特征，让学生模型聚焦关键区域；Global Distillation传递像素间关系信息，弥补全局感知缺陷。实验表明，FGD可使YOLO11轻量版mAP提升2.5%以上，且不增加推理耗时。本文详细解析了FGD原理，并给出YOLO11上的实

2601_95807009的博客 227

linux安装redis

通过网盘分享的文件：redis-2.8.24.tar.gz链接: https://pan.baidu.com/s/18l-z3YcL1sE55rGjA7vklg?pwd=1234 提取码: 1234。

FairyFeather的博客 783

YOLOv11改进策略【Neck】| GSConv+Slim Neck：混合深度可分离卷积和标准卷积的轻量化网络设计

实时检测器架构的轻量级设计GsConv。

Limiiiing的博客 2311

Linux安装包安装redis

解压完成之后，会出现一个蓝色的redis文件夹 ，个人习惯一般会将这个文件夹移动到/usr/local/redis （像nginx 等中间件都会移动到 /usr/local下便于查找）2.通过配置文件启动 ：/usr/local/redis/bin/redis-server /usr/local/redis/redisconf/redis.conf。1、进入到/usr/local/redis/之后 输入命令 make 进行编译。1.进入 /usr/local/redis/bin下。

空 1229

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能：商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传，基本资料下载，开钱箱、小票打印、收款结算，支持多币种付款方式（现金、储值卡、礼券、微信等）,支持多种促销。运行环境：.net 4.0登陆信息用户名:1001 密码:123456内置商品信息，商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

Linux上安装Redis

记录一下，在Linux系统上安装Redis。操作系统：CentOS 7.9 64位。Redis版本：7.4.0。

cy1576084996的博客 2364

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

Redis基础——1、Linux下安装Redis（超详细）

最重要的是：ExecStart=/usr/local/bin/redis-server /usr/local/bin/redisconfig/redis.conf这个，这里指定了redis-server的配置文件。我们安装的是linux版本的redis，这里用的是云服务器所以需要远程连接，这里使用的是xshell连接到服务器，没有服务器的话也可以使用虚拟机，这里不过多赘述。本文中安装的版本为：http://download.redis.io/releases/redis-7.0.5.tar.gz。

m0_74824534的博客 3709

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。，新界面，新视觉，

Linux centos安装Redis,启动Redis，使用Redis，停止Redis，Redis的启动

将.c编译为.o文件 需要：gcc将编译后的文件去安装到Linux的系统上一、安装环境redis是C语言开发，安装redis需要先将官网下载原码进行编译，编译依赖gcc环境。如果没有gcc环境，需要安装gcc:Linux在链接网络的情况下如果提示是否下载，输入y如果提示是否安装，输入y安装完成二、安装Redis。

2401_87298578的博客 1111

Linux安装Redis+php安装redis扩展

usr/local/redis/bin/redis-server /usr/local/redis/etc/redis.conf (意思就是开机调用这段开启redis的命令)vi /usr/local/redis/etc/redis.conf //将daemonize no 改成daemonize yes。redis-server /usr/local/redis/etc/redis.conf //启动redis。rm -rf /usr/bin/redis-* //删除所有redis相关命令脚本。

caihuayuan4的博客 1094

linux安装Redis

创建/usr/local/etc/redis.conf文件，将其中的daemonize no改为daemonize yes以便作为后台进程运行。注意：由于权限问题，可能需要使用sudo make install，但这取决于你的环境设置。（请注意检查并使用最新的版本号）输入ping应该返回PONG。在CentOS上安装Redis。

2401_86544677的博客 618

linux 安装redis 完整步骤

vi /etc/rc.local //在里面添加内容：/usr/local/redis/bin/redis-server /usr/local/redis/etc/redis.conf (意思就是开机调用这段开启redis的命令)输入 redis-cli 进入命令模式，使用 auth '*****' （****为你设置的密码）登陆。//（redis-cli -h 127.0.0.1 -p 6379 -a ****（****为你设置的密码））

2401_86940371的博客 3673

Linux Ubuntu安装Redis

安装准备为必选步骤，但包管理工具安装或源码安装，任选一种即可。

Augustaurora的博客 781

Linux安装Redis、远程连接Redis

切换到 /home/pdx_haokai/redis/redis-7.0.4_op/bin目录下执行 redis-server 命令，使用 /home/pdx_haokai/redis/redis-7.0.4_op/etc/redis.conf配置文件来启动redis服务。1）把 redis.conf配置文件中的 bind 127.0.0.1 这一行给注释掉，这里的bind指的是只有指定的网段才能远程访问这个redis，注释掉后，就没有这个限制了。解压后目录结构，redis-7.0.4为解压后的文件目录。

web18285997089的博客 1105
上一篇： Nginx配置详解
下一篇： linux下jdk的安装
点赞 0
评论 0
书签 书签 0
javaee1234
javaee1234
博客等级 码龄10年 49粉丝 24原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值