緩存汙染 有些數據被訪問的次數非常少，甚至只會被訪問一次。當這些數據服務完訪問請求後，如果還繼續留存在緩存中的話，就只會白白佔用緩存空間。這種情況，就是緩存汙染。 如何解決緩存汙染問題？ 分析前幾章提到的淘汰策略是否可以解決緩存污染 volatile-random 和 allkeys-random 效果非常有限 CleanShot 2025-09-10 at 22.54.16@2x

緩存大小的考量 Redis 作為緩存時，需要考慮容量設置。 例子：MySQL 資料庫 1TB，通常不會建立 1TB 的緩存，性價比太低。 常見做法：設置資料庫大小的 15% ~ 30% 作為緩存。 一旦確定了緩存最大容量，比如 4GB，你就可以使用下面這個命令來設定緩存的大小了： CONFIG SET maxmemory 4gb Redis 緩存有哪些淘汰策略？ CleanShot 2025-08-19 at 16.16.14@2x

當你從 Redis 中刪除大量資料後，卻發現 內存佔用率並沒有明顯下降，這其實是 Redis 設計上的行為。以下是重點整理： 1. 內存管理方式：惰性回收（Lazy Freeing） Redis 採用 jemalloc 作為記憶體配置器，當刪除鍵時，只是「標記」為無效，實際的記憶體不一定會立刻歸還給系統。 jemalloc 會將這些空間保留給 Redis 未來的物件重複使用，而不是立即釋放。 2. fork 操作會保留頁面（Copy-on-Write） 在執行 RDB 或 AOF 的 fork 操作時，會複製整個進程記憶體，Redis 為了效率，在此期間會保留這些頁面不被釋放，導致內存暫時居高不下。 3. 內存碎片

一、Redis 和 CPU 的基本關係 多數人認為 Redis 性能僅與 CPU 快慢有關，其實 CPU 的「多核架構」與「多 CPU 架構」也會影響 Redis 效能。 二、主流的 CPU 架構 1. CPU 核心與快取層級 每個 CPU 處理器有多個物理核心，每個核心擁有私有的 L1 與 L2 cache。 L3 cache 為共享緩存，各物理核心可共用，容量大但速度較慢。 兩個超執行緒（邏輯核心）共用一個物理核心的 L1/L2 cache。 CleanShot 2025-06-26 at 13.08.44@2x

時間序列數據（Time Series Data） 時間序列數據（Time Series Data）是依時間先後順序排列的數據集合，通常用來表示某個變數隨時間變化的情況。 特點： 時間順序重要 數據點具備時間戳（例如：每天的氣溫、每分鐘的股價） 常用於分析趨勢、季節性、異常等 常見應用：

先跟你分享一個我曾經遇到的需求。 當時，我們要開發一個圖片存儲系統，要求這個系統能快速地記錄圖片 ID 和圖片在存儲系統中保存時的 ID（可以直接叫作圖片存儲對象 ID）。同時，還要能夠根據圖片 ID 快速查找到圖片存儲對象 ID。 photo_id: 1101000051photo_obj_id: 3301000051 127.0.0.1:6379> set 1101000051 3301000051 我們保存了 1 億張圖片，大約用了 6.4GB 的內存。但是，隨著圖片數據量的不斷增加，我們的 Redis 內存使用量也在增加，結果就遇到了大內存 Redis 實例因為生成 RDB 而響應變慢的問題

打開 Message API Webhook 功能 進入 Line Office Account，在帳號一覽選擇你要設定的 Official Account 設定 > 回應設定 > 打開「聊天」跟「Webhook」功能 image 設定 > Messaging API > 啟用 Messaging API 選擇服務提供者 > 選擇你的帳號

複雜性是規模擴展的大敵 你知道的，程式碼越簡單越好 如果真的無法消除複雜性，那就把它隔離開來 一個簡單的範例 譬如說要計算 sin 的時候，我們只要直接去呼叫 sin 函數就好而不用去管內部的實作 實際上計算 sin 的實作非常的複雜，但是因為他的介面簡單，所以我們用起來也不會很複雜 隱藏內部的細節 v1

如何消除掉那種實際上可以避免的狀況(或者說是「使用上的錯誤」，像是在關閉檔案之後又想要寫入檔案，或是在物件完成初始化之前就去調用那個物件裡的方法) 設計出不容易誤用的程式（介面） 比如說，你寫了某個函式，其中有兩個參數是陣列值，或許你會希望這兩個陣列，總是具有相同的大小 void showAuthorRoyalties( const vector<string> & titles, const vector<double> & royalties) { assert(titles.size() == royalties.size());

大部分情況下，我們會傾向找出更通用的做法 譬如以下的例子 Sign * findRedSign(const vector<Sign *> & signs) { for (Sign * sign : signs) if (sign->color() == Color::Red) return sign;

11.1 將兩個查詢結果聯集的 UNION 使用UNION 關鍵字可以將兩個查詢的結果做聯集，只要兩者的欄位資料型別、欄位數與欄位排列順序相同即可。 用 UNION 聯集只保留不重複的列資料 聯集的意思就是將兩個集合中的所有元素放在一起，並將重複的元素只保留一個。 我們用兩個SELECT 語句分別查出市集年份是2019與2020年的首次市集日期，然後將這兩個查詢的輸出結果合併起來。因為第一個查詢與第二個查詢的輸出不重複，都會被放進聯集的輸出中： SELECT market_year, MIN(market_date) AS first_market_date FROM farmers_market.market_date_info

如果我們是第一次接觸到這個資料庫時，在做查詢與分析之前，就需要瞭解他的結構與特性。 EDA: 探索性資料分析 9.1 EDA 準備要探索的標的 我們需要透過 SQL 查詢瞭解表格的資料樣貌，包括以下幾件事情： 表格多大？ 資料的時間跨度？ 每個產品與每筆購買記錄中有哪些可用資訊？