Redis是什么,Redis安装(Windows和linux)

Linux和Windows安装Redis及启动 修改配置文件,把它变成后台运行,先按CTRL + C停掉服务,然后进入Redis的配置文件。也就是linux上面的redis服务只能由linux上面来连接,windows不允许连接。(1)以Linux的Redis为例,打开Redis的配置文件,修改里面的配置。再打开一个窗口,进入Redis的src目录,执行redis-cli。(3)优化服务(现在是霸屏的形式,也就是在我们前台来运行的)瞎按esc,再输入/requirepass,搜索到这个位置。里面的东西很多,先按esc,再输入一个/,然后查找dae。 阅读详情

1 概述

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

2 redis安装(Windows)

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

以上双击启动之后,不要关闭这个cmd窗口,如果你关闭了这个窗口,那么你就关闭了redis服务。

一定不要关闭这个窗口。重新打开一个cmd,打开 redis的客户端,之后在客户端里面操作redis

2.1 点击客户端就可以连接到redis了

不要关闭上面启动的redis服务,点击这个,就会弹出一个客户端,以后在这个客户端里面操作redis
在这里插入图片描述
在这里插入图片描述

3 redis配置之后在cmd里面启动

以上是 需要进入到redis文件夹里面,点击相应的文件,才可以启动项目,才可以进入客户端。

现在我们要配置一下,直接打开cmd,输入命令进行启动项目 和 进入客户端

解压下载的redis之后,将他配置到系统变量里面,就可以在cmd里面启动和使用命令操作redis了

在这里插入图片描述

在这里插入图片描述

以上配置路径之后,一路确定。之后打开cmd

其实Redis是可以安装成windows服务的,开机自启动,命令如下:

这个需要到安装的目录下进行执行

redis-server --service-install redis.windows.conf

在这里插入图片描述

安装完之后,就可看到Redis已经作为windows服务了:

启动服务:redis-server --service-start
停止服务:redis-server --service-stop

在这里插入图片描述
以上启动之后,输入命令 redis-cli 进入redis的客户端
具体看图

在这里插入图片描述

在这里插入图片描述

以上就配置好redis了, ip 和 端口号是

在这里插入图片描述
项目里面只要连接这个 ip 和 端口号,就可以用代码操作redis了,前提是redis启动了

4 redis安装(Linux)

在这里插入图片描述
在这里插入图片描述
启动虚拟机之后,按照以下的步骤

1.安装依赖C语言依赖
redis使用C语言编写,所以需要安装C语言库
# yum install -y gcc-c++ automake autoconf libtool make tcl 

2.上传并解压
把redis-5.0.5.tar.gz上传到/usr/local/tmp中
解压文件
# cd /usr/local/tmp
# tar zxf redis-5.0.5.tar.gz

3.编译并安装
进入解压文件夹
# cd /usr/local/tmp/redis-5.0.5/
编译
# make
安装,PREFIX表示把软件安装到哪里
# make install PREFIX=/usr/local/redis

4.开启守护进程
复制cd /usr/local/tmp/redis-5.0.5/中redis.conf配置文件
# cp redis.conf /usr/local/redis/bin/
修改配置文件
# cd /usr/local/redis/bin/
# vim redis.conf
把daemonize的值由no修改为yes,这个就是保障后台运行,如果为no,那么一启动就关闭了,这个是不好的

在这里插入图片描述
在这里插入图片描述

6.启动并测试
启动redis,千万不要忘记配置文件,默认不自动加载配置文件。就是这个redis是以这个配置文件启动的,我们可以写很多的配置文件,用到哪个的时候,就使用哪个配置文件进行启动就可以了。也就是说配置文件可以复制很多份
# ./redis-server redis.conf

重启redis
# ./redis-cli shutdown
# ./redis-server redis.conf

启动客户端工具
#./redis-cli 
在redis5中客户端工具对命令会有提供功能。

在这里插入图片描述

以上是具体的步骤,以下是安装的时候的界面
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
安装包 在这里插入图片描述
在这里插入图片描述
根据以上的步骤,我们是复制了一份redis的配置文件,以后就在我们复制的里面修改配置,原生的配置就不需要修改了。

暗月项目七详解 本文围绕“暗月靶场项目七”展开,记录了一次从外网 Web 入口逐步深入内网并最终获取域控目标的完整实训过程。 阅读详情

相关推荐

手写Socket Web服务器:深入HTTP协议底层原理

HTTP协议是Web通信的基石,其本质是一套严格定义的文本格式与状态交互规范。理解它需回归传输层——TCP连接建立、请求响应格式(如状态行、头/体分隔符\r\n\r\n)、字符编码与字节长度一致性等核心原理。这些知识直接决定CORS拦截、中文乱码、Content-Length错误等高频问题的排查效率。在现代框架封装日益厚重的今天,亲手用Socket实现一个可被Chrome识别的极简Web服务器,成为掌握Web运行机制最有效的实践路径。本文即以DebugLZQ经典案例为蓝本,还原从URI解析、DNS查询、So

weixin_40192258的博客 535

Redis安装篇(含Window、Linux版本)

通常而言,Redis都是Linux的。但是开发中,如果需要本地安装,我们一般会觉得使用虚拟机安装Redis稍有麻烦,作为个人而言,我更喜欢直接在window环境下启动。所以记录一下,如果安装window版本的Redis。安装window版本的方式有很多,我这里选择的是最简单的。直接拿来就能用。但是使用的版本不是很丰富。我这里提供的是5.0.10版,需要的朋友可以到下面的链接自取。链接:https://pan.baidu.com/s/1BS9vSoYizqHd0pI0cLcptA?pwd=hssy。

路漫漫其修远兮,吾将上下而求索 1081

别再只盯着照片了!手把手教你用Python提取大疆照片里的GPS、姿态和RTK数据

本文详细介绍了如何使用Python提取大疆照片中的GPS、姿态和RTK数据,帮助用户解锁无人机拍摄照片中的隐藏元数据。通过实战代码示例,展示了如何解析EXIF格式的定位、姿态和RTK状态信息,并实现批量处理与数据分析,适用于测绘、农业巡检等专业领域。

weixin_30790841的博客 156

Redis的简介,安装(Linux、Windows),配置文件的修改---详细介绍

The open source, in-memory data store used by millions of developers as a database, cache, streaming engine, and message broker.(开源内存数据存储,被数百万开发人员用作数据库、缓存、流媒体引擎和消息代理。官网:https://redis.io/Redis是用C语言开发的一个开源的高性能键值对。

m0_63144319的博客 764

VMware17安装教程(附安装包)VMware17小白详细一键安装教程

VMware 17.5 是一款强大的虚拟机软件。本安装教程将为您详细介绍VMware17安装教程其下载、安装步骤及验证方法,助您轻松完成安装,开启虚拟化体验。

2501_91538706的博客 2万+

封包(一)(雷电模拟器+ProxyDroid+查尔斯3.93+WPE)

自从换了工作就没有给大家分享一些干活,在加上陪伴自己的孩子没有时间更新文章了,这只能在晚上给大家写文档了,我最近在游戏公司上班,研究封包。我把这些东西都做成了笔记,我想有些东西是大家都想弄明白d ...

寒梅独自开 1万+

redis(win版)

redis(win版)

m0_59281987的博客 1万+

CloudCompare 二次开发(6)——插件中拖拽添加Qt窗口(区域生长算法为例)

手动拖拽的方式搭建Qt对话框界面的制作流程,以PCL中的点云区域生长算法为例进行制作。

点云侠的博客 2153

Redis在window下和linux下的区别

早期,redis只能运行在linux上,原因是底层调用的是epoll方法,而windows下没有该方法。除此之外,windows下也没有fork( )函数。最终为了强行能在windows上运行,使用的是select+ IOCP方式。Epoll 是当事件资源满足时发出可处理通知消息;IOCP 则是当事件完成时发出完成通知消息;从应用程序的角度来看, Epoll 是同步非阻塞的;IOCP是异步操作;简单来说,Epoll可以省去你等待的过程,但是不会帮你完成任务。

weixin_64842400的博客 1451

嵌入式工程师必学(52):储能系统ESS

能量存储系统(ESS,Energystoragesystems)存在于各种各样的尺寸、形状和技术中。储能系统的技术,即基本的储能机制,自然会影响其重要特性,包括成本、安全性、性能、可靠性和寿命。然而,尽管基础技术很重要,但一个成功的储能项目依赖于对该技术的彻底和深思熟虑的实施,以实现项目的目标。成功的实施取决于储能系统的架构和组装情况。系统的体系结构可以决定其性能和可靠性,与它所使用的技术一致,甚至与之无关。

码农17年的博客 1444

INFFUS 2025 | DDBFusion:基于双重分解和贝塞尔曲线的统一图像分解与融合框架

现有的图像融合算法大多集中于网络架构和损失函数的设计,采用统一的特征提取策略,却忽略了冗余信息和有效信息的划分。然而,对于互补信息而言,统一的特征提取器可能并不适用。因此,本文提出了一种基于贝塞尔曲线图像增强和分层分解的统一图像融合算法,并构建了一个自监督学习任务来学习有意义的信息。其中,贝塞尔曲线旨在模拟不同的图像特征,并构建特殊的自监督学习样本,因此作者的方法不需要特定任务的数据,并且可以在公共自然图像数据集上轻松进行训练。同时,作者的双重分解自监督训练方法可以为模型赋予冗余信息过滤能力。

小白学视觉 308

redis(linux、windows)

通过上面的操作后,我们就知道客户端连接上了redis服务端了,也就是说和我们的mysql数据库一样,我们mysql服务端开启后,客户端就可以写一些sql语句进行操作数据库了,同理这个redis也是一样的。问题也就是说,我们启动redis服务端后,我们客户端不使用密码就能连接上我们redis服务端了,那么太不安全了吧,所以我们要为redis服务端设置一下密码。也就是说比如我们在linux系统中开启了redis服务端,那么我们能不能在windows系统中通过客户端进行连接linux系统中的redis服务端呢?

lwj_07的博客 1465

基于深度学习YOLOv8的PCB板缺陷检测系统

基于YOLOv8的PCB板缺陷检测系统,可以有效提高PCB生产过程中的检测效率。未来,我们可以进一步优化模型,结合更多的数据增强策略和先进的网络结构,以适应更复杂的生产环境。为了进行训练,理想的数据集应包含多种不同缺陷类型和不同背景的PCB图像。YOLOv8需要的数据格式为每个图像一个标签文件,每个标签文件包含缺陷的类别及其边界框坐标。运行该界面时,用户可以通过点击按钮选择图像,随后系统将自动检测图像中的PCB缺陷并显示结果。训练完成后,可以使用训练好的模型进行推理,检测新的PCB图像中的缺陷。

YOLO 1072

Redis Linux下安装和Windows下安装

1、解压安装包2、启动Redis服务3、连接Redis服务再打开一个新的cmd窗口,切换到Redis安装路径,输入 redis-cli 连接到 Redis 服务4、设置服务自启动设置服务在后台启动,且随系统开机自启动步骤2中通过cmd命令 redis-server 启动的服务,当cmd窗口关闭后,服务就关闭了。1、使用 Visual Studio 10 打开 msvs\redisserver.sln 文件并进行构建2、构建成功后将在 msvs\$(Configuration) 目录下生成如下可执行文件:re

qq_19688207的博客 1342

jre9下载 jdk9

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

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

Windows、Linux下安装Redis图文教程

Windows、Linux下安装redis超详细图文教程

生命的意义在于创造和毁灭 7351

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

《Redis安装指南》【Linux】和【Windows】版本的安装

教你安装Redis【Luinx】版本和【Windows版本】

pbrush的博客 466

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")

windows及linux安装Redis

NOSQL使用极为广泛,闲来无事把学习使用过的各NOSQL数据库安装及使用及踩坑都写出示例给大家参考。 Redis篇 一、Window 下安装 下载地址:传送门 下载免安装版本,解压至硬盘,这里解压至C盘,文件夹最好重命名为redis。 进入安装目录,SHIFT+鼠标右键在此处打开命令框,执行: redis-server.exe 需要修改配置的话,修改redis.wind...

皮卡丘踢球 272

在windows和linux中安装Redis流程

现在有两个会话框,如果要使用redis第一个会话框一定不能断开,想使用一个会话框,输入以下命令就可以和windows一样。或者通过传输(先在windows下载好,然后传输到linux中),使用rz命令,如果没有下载,会有指示指导你下载的。的路径加到系统的环境变量里,这样就省得再输路径了,后面的那个 redis.windows.conf。这种安装方式没有什么可说的,下一步,下一步,直至完成,完成后,函数,传入多个文件描述符,如果有一个文件描述符就绪,则返回,否则。如果没有出错,就会安装成功。

dyj_jsjjxz的博客 376

Redis 简介与安装(Windows 和 Linux)【Redis系列一】

关于 Redis 在日常开发中还是用的比较多的,特别是在秒杀、消息队列、排行榜等数据交互时效要求较高的场景,Redis 都可以轻松应对。本文将针对 Redis 进行简单介绍,以及如何安装,并罗列下全部配置项。后续还将另行发文汇总 Redis 的常用数据结构和常见问题等。Redis(Remote Dictionary Server 远程字典服务)是一个开源的高性能的非关系型键值对key-value 数据库,具有快速的读写、灵活和可扩展的特性。

欢迎来到橙子家的博客。 1348

Redis安装(Windows、Linux)

前言 本章介绍Redis在Windows和Linux上的安装,如有问题,还望指正,如需转载,请标明出处!谢谢! Windows上安装 redis推荐在Linux上安装,不建议在Windows上安装,因此官方是没有维护了,微软在维护,但是好像目前微软也很久没有维护了。因此,如果可能的话还是使用Linux版本,此处还是记录Windows的安装过程。 一、下载 下载地址再Github上,但是因为GitHub为外网,所有可能会比较慢! 下载地址:https://github.com/dmajkic/redis/re

Andy-ZhangSir的博客 1124

安装redis教程(Windows,Linux)

1. 数据结构丰富:Redis 支持多种数据结构,如字符串(strings)、列表(lists)、集合(sets)、有序集合(sorted sets)、哈希表(hashes)、位图(bitmaps)、超日志(hyperloglogs)和地理空间(geospatial)索引半径查询。2. 持久化:虽然 Redis 是基于内存的,但它提供了数据持久化的功能,可以将内存中的数据保存到磁盘中,以便在系统重启后能够恢复数据。4. 支持事务:Redis 支持事务,允许执行一组命令,并确保所有命令在事务中被顺序执行。

2301_81490350的博客 926

Redis总结(一)Redis安装(windows和linux)

windows下  最近项目中需要使用Redis,刚好这两天有时间,便总结记录一下Redis的安装,以及如何在.NET中使用Redis。   Redis是一个用的比较广泛的Key/Value的内存数据库。目前新浪微博、Github、StackOverflow 等大型应用中都用其作为缓存,和Memcached类似,但是支持数据的持久化,解决了断电后数据完全丢失的情况。而且它支持更多的...

ITMAN009的博客 570

Redis安装配置教程(Linux+Windows)

redis官网 https://redis.io/ redis中文官网 http://www.redis.cn/ Linux安装 这里是自己的本地搭建的服务器,系统为CentOS7,所用工具为:Xshell 5+Xftp 5 如果还未搭建系统可参考该文章 1、下载安装压缩包 2、Xshell连接服务器 3、将压缩包上传到服务器 这里上传至主机的/home/redis目录下 4、验证上传是否成功 5、解压Redis安装包 自己的程序一般放在/opt目录下,我们首先将其移过去,我先在opt目录下新建的一个

aCheng的博客 8412

Redis的安装教程(Windows+Linux)【超详细】

点这里Redis是开放源代码(BSD许可)的内存中数据结构存储,用作数据库,缓存和消息代理。Redis提供数据结构,例如 字符串,哈希,列表,集合,带范围查询的排序集合,位图,超日志,地理空间索引和流。Redis具有内置的复制,Lua脚本,LRU逐出,事务和不同级别的磁盘持久性,并通过以下方式提供高可用性:Redis Sentinel和Redis Cluster自动分区。您可以 对这些类型运行原子操作,例如追加到字符串;在哈希中增加值;将元素推送到列表;计算集的交, 并与差;或获得排序集中排名最高的成员。

m0_74825488的博客 1310

在Linux和Windows上安装Redis

在Linux和Windows上安装Redis

仨仨的博客 2万+

Linux与Windows安装Redis

1、官网 2、中文网 3、推荐使用:官网下载地址然后,移到/opt目录下: 解压得到: 进入解压后的文件可以看到Redis的配置文件: 使用 然后使用make命令,下载所有需要的文件,这一步需要一点时间,大概三分钟make完还可以再make一下,查看一下信息 再进行make install一下,可以看到安装好没有 至此,就和Windows中安装一样了使用vim编辑器,进行编辑(vim编辑器,Linux自带,不需要安装) 向下滑(向下的键),可以看到redis的一些默认配置 默认地址 默认受保护的

dayuiicghaid的博客 458
上一篇: NoSql的四大分类
下一篇: Redis缓存系列:redis-benchmark 是一个压力测试工具
一写代码就开心
博客等级 码龄7年 2万+粉丝 1037原创
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
 
 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

打赏作者

一写代码就开心

你的打赏将是我最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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