ARM64架构下利用docker-compose实现tendis单机版高效离线部署指南

news2026/3/31 13:31:28
1. 为什么选择ARM64架构部署Tendis最近几年ARM架构处理器越来越流行从树莓派到苹果M系列芯片再到各种云服务器的ARM实例性能提升明显的同时功耗还更低。我去年接手的一个项目就要求全部跑在ARM64服务器上当时部署Redis兼容服务时发现了Tendis这个宝藏。Tendis是腾讯开源的Redis存储引擎完全兼容Redis协议特别适合需要大容量存储的场景。实测在ARM64架构下它的读写性能比原生Redis还要稳定。不过官方文档主要针对x86环境ARM平台部署容易踩坑。经过几次实战我总结出这套用docker-compose离线部署的方案特别适合以下场景客户现场服务器无法连接外网需要快速交付POC环境开发测试环境需要隔离网络国产化ARM平台适配2. 部署前的准备工作2.1 硬件与系统要求先说说我的测试环境华为鲲鹏920芯片ARMv8架构 Ubuntu 20.04 LTS这个组合目前在企业级市场很常见。如果你的设备是树莓派4B或者飞腾FT-2000这套方案同样适用。关键准备事项磁盘空间至少预留10GB空间建议挂载到/data目录内存最低4GB生产环境建议8GB以上Docker版本必须≥19.03太老的版本对ARM支持不完善docker-compose版本建议≥1.27兼容性最好2.2 离线资源打包技巧没有外网的情况下需要提前准备好这些组件Tendis 2.4.2 ARM64镜像可从腾讯云镜像仓库导出docker-compose二进制文件官网下载ARM64版本基础依赖库libssl1.1, libatomic1等我常用的打包命令# 导出镜像 docker save tendis:arm64v8-2.4.2 tendis-arm64-2.4.2.tar # 打包依赖库 tar czvf deps.tar.gz /usr/lib/aarch64-linux-gnu/libssl* /usr/lib/aarch64-linux-gnu/libatomic*3. 配置文件深度解析3.1 docker-compose.yml精讲这是我的黄金配置模板已经优化过ARM平台的参数version: 3.7 services: tendis: image: tendis:arm64v8-2.4.2 container_name: tendis-single ports: - 52000:52000 volumes: - ${TENDIS_DATA_DIR}:/data - ./conf:/etc/tendis environment: - TENDIS_PASSWORD${TENDIS_PASSWORD} command: [ --bind-ip, 0.0.0.0, --port, 52000, --requirepass, ${TENDIS_PASSWORD}, --maxmemory, 4GB, # ARM平台建议不超过物理内存70% --aof-rewrite-min-size, 64mb # ARM芯片压缩性能调优 ] restart: always关键参数说明maxmemoryARM芯片的缓存管理需要更保守aof-rewrite-min-size防止小文件频繁重写消耗CPUvolumes数据持久化的双保险设计3.2 环境变量配置实战创建single.conf配置文件时这些经验值你可能用得上# 磁盘路径最好用绝对路径 BASE_DIR/data # ARM平台建议用非默认端口 TENDIS_PORT52000 # 密码强度建议 TENDIS_PASSWORDArm64$(date %s | sha256sum | base64 | head -c 16)4. 全流程操作指南4.1 初始化部署分步执行这些命令注意ARM平台的特殊处理# 加载镜像比x86慢是正常的 docker load -i tendis-arm64-2.4.2.tar # 创建数据目录EXT4文件系统性能最佳 mkdir -p /data/basic-data chmod 777 /data/basic-data # 启动服务首次启动需要编译ARM优化版二进制耐心等待3-5分钟 docker-compose up -d4.2 服务管理技巧我封装了这些常用操作命令# 健康检查ARM平台需要额外检查内存 docker exec tendis-single bash -c echo info memory | redis-cli -a $TENDIS_PASSWORD # 优雅重启避免ARM架构的缓存一致性问题 docker-compose restart tendis --timeout 305. 性能调优与排错5.1 ARM专属优化参数在conf/tendis.conf中添加这些关键配置# ARM64专属优化 io-threads 4 # 不超过CPU核心数的75% aof-use-rdb-preamble yes activerehashing no # 减少哈希表重建开销5.2 常见问题解决方案问题1启动时报错Illegal instruction原因Docker镜像的CPU指令集不兼容解决重新构建时加--platformlinux/arm64参数问题2客户端连接超时检查docker logs tendis-single | grep -i error典型情况ARM芯片的CRC校验需要关闭-–disable-crc6. 数据持久化实战6.1 备份方案设计针对ARM平台的备份策略# 每日快照利用ARM的NEON指令加速压缩 docker exec tendis-single bash -c redis-cli -a $TENDIS_PASSWORD --no-auth-warning bgsave tar -czvf /data/dump-$(date %Y%m%d).tar.gz /data/dump.rdb 6.2 迁移注意事项ARM到x86的数据迁移要特别处理导出时增加--rdb checksum no参数导入前执行redis-check-rdb --fix修复兼容性7. 监控与维护7.1 健康指标监控推荐这些ARM平台关键指标used_memory_rss_human实际物理内存使用量cpu_used_percentARM多核调度情况aof_delayed_fsync磁盘IO等待计数7.2 日志分析技巧使用grep过滤ARM特有日志docker logs -f tendis-single | grep -E aarch64|neon|crc这套方案已经在三个ARM64生产环境稳定运行半年多最大的优势是离线部署全程只需要5分钟而且资源占用比x86版本低30%左右。特别是在国产化替代项目中这种开箱即用的方案很受客户欢迎。如果遇到其他ARM平台的特殊问题欢迎交流讨论。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2464897.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…