บทนำ Distributed Locks 聽起來简单 直到你在 Production จริงๆ ต้องพึ่งพามัน Process หนึ่งต้องการการเข้าถึง Resource แบบ Exclusive (Exclusive Access) หลาย Servers กำลังรัน Redis อยู่กลาง การ Lock ใน Redis และดำเนินต่อดูง่าย เป็นระยะหนึ่ง วิธีนี้ดูเหมือนทำงาน แล้ว Process Crash, Network Delay หรือ Latency Spike

เมื่อการใช้งาน Redis เพิ่มขึ้นในระบบ Production ทีมพัฒนาจะต้องเผชิญกับการตัดสินใจทางสถาปัตยกรรมที่สำคัญ: ควร Scale Redis ด้วย Redis Sentinel หรือ Redis Cluster? การตัดสินใจนี้มักทำช้ากว่าที่ควร และอยู่ภายใต้ความกดดัน มักหลังจากปัญหา Performance, Memory Exhaustion หรือ Availability Incidents เกิดขึ้

เพื่อดูวิดีโอนี้ โปรดเปิดใช้งาน JavaScript และพิจารณาอัปเกรดเป็นเว็บเบราว์เซอร์ที่รองรับ HTML5 Video Quality Assurance Engineer ที่มีประสบการณ์ hands-on ในการทดสอบเว็บและแอปมือถือบน Android, iOS และ Desktop เขาเชี่ยวชาญ Functional, UI/UX, API และ Regression Testing ใช้เครื่องมืออย่าง Postman, JMete

เพื่อดูวิดีโอนี้ โปรดเปิดใช้งาน JavaScript และพิจารณาอัปเกรดเป็นเว็บเบราว์เซอร์ที่รองรับ HTML5 Video 13 มีนาคม 364 500 1 Tuhin Paul Exploring the world, one topic at a time! Recommended Videos DBT Masterclass Leveraging Fabric Warehouse [End-to-End Data Engineering] Abiola David 19 มิถุนาย

เพื่อดูวิดีโอนี้ โปรดเปิดใช้งาน JavaScript และพิจารณาอัปเกรดเป็นเว็บเบราว์เซอร์ที่รองรับ HTML5 Video Quality Assurance Engineer ที่มีประสบการณ์ hands-on ในการทดสอบเว็บและแอปมือถือบน Android, iOS และ Desktop เขาเชี่ยวชาญ Functional, UI/UX, API และ Regression Testing ใช้เครื่องมืออย่าง Postman, JMete

เพื่อดูวิดีโอนี้ โปรดเปิดใช้งาน JavaScript และพิจารณาอัปเกรดเป็นเว็บเบราว์เซอร์ที่รองรับ HTML5 Video 18 มีนาคม 508 500 1 CSharp TV บัญชีทางการของ C# Corner สำหรับรายการ Live ทั้งหมด Recommended Videos Redis Distributed Locks Explained: Safe Patterns & Common Pitfalls Baibhav Kumar 16 มีนาค

เพื่อดูวิดีโอนี้ โปรดเปิดใช้งาน JavaScript และพิจารณาอัปเกรดเป็นเว็บเบราว์เซอร์ที่รองรับ HTML5 Video 20 มีนาคม 1.9k 500 3 Nidhi Sharma Recommended Videos Redis Distributed Locks Explained: Safe Patterns & Common Pitfalls Baibhav Kumar 16 มีนาคม 2.9k 500 Redis vs In-Memory Cache: The Sca

Redis เป็น Data Store ในหน่วยความจำ (In-memory) ที่มีประสิทธิภาพสูง ใช้กันอย่างแพร่หลายสำหรับ Caching, Session Management, Real-time Analytics และอื่นๆ ในคู่มือนี้ เราจะสำรวจวิธีผสานรวม Redis กับแอปพลิเคชัน .NET โดยใช้ StackExchange.Redis หนึ่งใน Redis Client ยอดนิยมที่สุดสำหรับ .NET 1. ข้อกำหนดเบื้

บทนำ เมื่อคุณสร้างแอปพลิเคชัน ASP.NET Core หนึ่งในความท้าทายใหญ่ที่สุดคือประสิทธิภาพ (Performance) เมื่อแอปพลิเคชันเติบโตและมีผู้ใช้มากขึ้น ฐานข้อมูลจะถูกเรียกซ้ำๆ สำหรับข้อมูลเดียวกัน ทำให้แอปพลิเคชันช้าลง และเพิ่มโหลดเซิร์ฟเวอร์ ที่นี่คือที่ที่ Distributed Caching ด้วย Redis ช่วยได้ แทนที่จะเรียก

Redis SCAN Command SCAN เป็น cursor-based iterator วนลูปทุก elements ใน hash table คุณสมบัติ: รับประกันว่าจะคืนทุก item อย่างน้อย 1 ครั้ง Stateless — ไม่เก็บ state ของ scanner, ไม่ lock database ทนทานต่อ table resizing (rehashing) Implementation ใน dict.c (dictScan()) 1. Normal Scanning (ไม่ได้

ทำไมต้อง Lua Scripts? Performance: รันหลายขั้นตอนใน Redis ได้ในครั้งเดียว (ลด network round-trips) Atomicity: คำสั่งทั้งหมดใน script รันแบบ atomic — ไม่มีคำสั่งอื่นแทรกแซงระหว่างรัน Lua พื้นฐาน Lua ง่าย ใกล้เคียง C-family ใช้ table (1-based index), string concatenation ด้วย .. รัน Script ด้วย EV

Redis: ภาพรวม Redis = in-memory data structure store ใช้เป็น database, cache, message broker รองรับ strings, hashes, lists, sets, sorted sets, streams, geospatial, bitmaps, hyperloglogs การ Implement Caching ใน Express + Mongoose เชื่อมต่อ Redis const redis = require(redis); const util = require(u

In-Memory Database คืออะไร? ฐานข้อมูลแบบดั้งเดิมเก็บ hot data ใน RAM ส่วนที่เหลือบนดิสก์ Redis เน้น latency ต่ำ ดำเนินการทั้งหมดใน RAM (RAM-based) เร็วกว่ามาก Redis เป็น key-value store แต่รองรับโครงสร้างข้อมูลหลากหลาย (strings, hashes, lists, sets, sorted sets, streams, geospatial, bitmaps, hyperlo

ปัญหา: ข้อความใหญ่เกินไป ระบบมี Service A และ Service B ติดต่อผ่าน Pub/Sub broker เมื่อข้อความใหญ่เกินขีดจำกัดของ Pub/Sub จะส่งไม่สำเร็จ การเพิ่มขีดจำกัดไม่ใช่ทางแก้ไขยาวนาน (scalability issues) วิธีแก้: แยกข้อความ (Message Splitting) แบ่งข้อความใหญ่เป็นหลายข้อความเล็ก (เช่น รายการ items → ส่งทีละ

ทำไมต้อง Rate Limiting? API สาธารณะที่ไม่จำกัดอัตราคำขอ (unlimited rate) อาจนำไปสู่: การหมดทรัพยากร (resource exhaustion) คุณภาพบริการลดลง การโจมตี DoS/DDoS ค่าใช้จ่ายไม่คาดคิด Rate limiting ช่วย: กัน DoS, ประมาณการ traffic, รองรับ tier-based pricing (จ่ายมากกว่า = rate สูงกว่า) Token Bucket Algo

สถาปัตยกรรมแอปพลิเคชัน โครงสร้างระดับสูง (High-level architecture): Client/UI: React 18 ใช้ WebSocket ติดต่อแบ็กเอนด์ AI Model: GPT-J-6B (6B parameters) ผ่าน Hugging Face Inference API (ฟรีสำหรับการใช้งานพื้นฐาน) Redis: ใช้ Redis JSON เก็บประวัติแชท, Redis Streams เป็นคิวข้อความระหว่างเว็บเซิร์ฟเวอ

รูปแบบ Publish/Subscribe (Pub/Sub) คืออะไร? เมื่อสร้างแอปพลิเคชันที่ต้องการการบำรุงรักษาง่าย ขยายระบบได้ (scalable) และประสิทธิภาพสูง รูปแบบ Pub/Sub เป็นตัวเลือกที่ดี แนวคิดง่ายแแรง: Publisher (ผู้เผยแพร่): ส่งข้อความไปยัง Channel (ช่องทาง) ไม่สนใจว่าใครจะรับหรือมีผู้รับหรือไม่ เพียง ยิงและลืม (fir

Redis คืออะไร? Redis เป็นที่เก็บข้อมูล (data store) ที่จัดเก็บข้อมูลหลักในหน่วยความจำ (in-memory) ทำให้เร็วกว่าฐานข้อมูลแบบดั้งเดิมที่เก็บข้อมูลบนดิสก์อย่างมาก เนื่องจากความเร็วนี้ Redis มักนำมาใช้เป็นเครื่องมือแคช (caching) Redis จัดเก็บข้อมูลในรูปแบบคีย์-ค่า (key-value) รองรับชนิดข้อมูลหลากหลาย ไม

เมื่อสร้าง large scale web applications ความเร็วเป็น priority หลัก ผู้ใช้ไม่อยากรอ response นาน และไม่ควรรอ แตกระบวนการบางอย่างใช้เวลา และไม่สามารถเร็วขึ้นหรือ eliminate ได้ Message queues แก้ปัญหานี้โดยให้ additional branch เพิ่มใน request-response journey ปกติ Branch เพิ่มเติมนี้ช่วยให้ users ได้

ใน tutorial นี้ เราจะสร้าง real-time multiplayer Tic-Tac-Toe game ใช้ Node.js, Socket.IO, และ Redis เกมนี้อนุญาตให้สองผู้เล่นเชื่อมต่อจาก browser tabs ต่างกัน เล่นสลับกัน และเห็น real-time updates ขณะเล่น เราจะใช้ Redis จัดการ game state synchronization ข้าม multiple WebSocket servers ทำให้แอปพลิเค