M1 安装redis 报错问题 {assert {[r memory usage key] < 42000}} proc ::test)

m1,安装,redis,报错,问题,assert,memory,usage,key,proc,test · 浏览次数 : 26

小编点评

**安装 Redis 的基本步骤:** 1. 下载 Redis 安装包:`sudo wget -O redis.tar.gz -s 10M redis.io/download/redis.tar.gz` 2. 解压并进入目录:`tar -xvzf redis.tar.gz` 3. 输入测试命令:`sudo make test` 4. 按照提示运行 `sudo make install` 安装软件 5. 启动 Redis 服务:`sudo make install` 6. 连接到 Redis 服务: ``` redis-cli ``` 7. 测试设置是否正常: ``` set key value get key ``` 8. 在执行 `sudo make test` 命令后,出现以下错误信息: ``` {assert {[r memory usage key] < 42000}} proc ::test) ``` 9. 在 GitHub 上搜索类似问题,发现解决方法是在 7.0 版本中添加了一个判断跳过此判断的代码,方法如下: ``` if {[string match {*jemalloc*} [s mem_allocator]]} {} ``` 10. 按照该方法修改 `redis.conf` 文件,加入以下代码: ``` memory usage key < 42000 ``` 11. 重新运行 `sudo make test` 命令,错误应该已解决。 12. 安装可视化工具:`redis-insighthttps://redis.io/docs/ui/insight/`

正文

mac m1 安装redis基本步骤

  1. 官方下载安装包 https://redis.io/download/ 然后解压 
  2. 进入目录输入测试命令: sudo make test
  3. 没问题进行安装:sudo make install
  4. 安装成功
  5. redis-server 启动redis服务
  6. redis-cli 进行连接,接着按照key,value 进行设置测试是否能正常set、get

报错信息

在执行 sudo make test,最后面提示如下错误信息

 {assert {[r memory usage key] < 42000}} proc ::test),大致意思是分配的内存要小于42000,必应搜索之后没什么解决方案,于是到github 上搜索找到Redis仓库进入到Issues里面,搜了下发现这个问题在7.0版本已经解决,可是我明明下的也是7.0版本怎么还是不行呢?

继续看他们的讨论,按照他们说的加一个判断跳过这个判断即可 修改的代码如下:

在470多行增加这个判断,把原有的代码放到判断体中即可;

if {[string match {*jemalloc*} [s mem_allocator]]} {

} ;# if

保存之后,再次执行 make test成功。

安装可视化工具 RedisInsight

https://redis.io/docs/ui/insight/  按照正常的app软件安装即可

与M1 安装redis 报错问题 {assert {[r memory usage key] < 42000}} proc ::test)相似的内容:

M1 安装redis 报错问题 {assert {[r memory usage key] < 42000}} proc ::test)

mac m1 安装redis基本步骤 官方下载安装包 https://redis.io/download/ 然后解压 进入目录输入测试命令: sudo make test 没问题进行安装:sudo make install 安装成功 redis-server 启动redis服务 redis-cli

旧酒换新瓶,新版M1/M2芯片Macos(Ventura)安装古早版本Python2.7(Python2.x)

向下兼容特性是软件开发系统的一个重要指标,它是指一个新的系统或者软件能够与旧的系统或软件兼容并正常运行。这意味着旧系统或软件可以在新系统或软件中使用,而不会出现问题。向下兼容对于提高软件或系统的可用性非常重要,因为它允许用户在不更换旧系统或软件的情况下使用新系统或软件。 我们知道MacOS系统从Mo

[转帖]Silicon M1不讲武德?用SPEC2006和2017测试M1

https://new.qq.com/rain/a/20201119A0HPJE00 Silicon M1不讲武德?用SPEC2006和2017测试M1比武X86同样不落下风。 首先要申明的是,这项测试由评测机构anandtech进行,由于Apple Silicon搭配macOS系统与其它系统和硬件

最新系统MacOs13 Ventura(M1/M2芯片) + Parallels Desktop 18(PD18史上最强虚拟机)永久使用攻略

众神殿内,高朋满座,胜友如云,Vmware、VirtualBox、Utm等虚拟机大神群英荟萃,只见位于C位王座上的Parallels怅惘抬头,缓缓逡巡,睥睨群小,目光到处,无人敢抬头对视。 是的,如果说虚拟机领域有一位王者,非Parallels不能领袖群伦,毕竟大厂背书,功能满格,美中不足之处就是价

Java程序员的MacBookPro(14寸M1)配置备忘录

一名Java程序员兼博客爱好者,拿到MacBook后做了哪些设置呢?

事实胜于雄辩,苹果MacOs能不能玩儿机器/深度(ml/dl)学习(Python3.10/Tensorflow2)

坊间有传MacOs系统不适合机器(ml)学习和深度(dl)学习,这是板上钉钉的刻板印象,就好像有人说女生不适合编程一样的离谱。现而今,无论是Pytorch框架的MPS模式,还是最新的Tensorflow2框架,都已经可以在M1/M2芯片的Mac系统中毫无桎梏地使用GPU显卡设备,本次我们来分享如何在

登峰造极,师出造化,Pytorch人工智能AI图像增强框架ControlNet绘画实践,基于Python3.10

人工智能太疯狂,传统劳动力和内容创作平台被AI枪毙,弃尸尘埃。并非空穴来风,也不是危言耸听,人工智能AI图像增强框架ControlNet正在疯狂地改写绘画艺术的发展进程,你问我绘画行业未来的样子?我只好指着ControlNet的方向。本次我们在M1/M2芯片的Mac系统下,体验人工智能登峰造极的绘画艺术。

如何保存/同步多架构容器 Docker 镜像

前言 随着容器、芯片技术的进一步发展,以及绿色、节能、信创等方面的要求,多 CPU 架构的场景越来越常见。典型的应用场景包括: 信创:x86 服务器 + 鲲鹏 ARM 等信创服务器; 个人电脑:苹果 Mac M1 + Windows 电脑(或旧的 Intel 芯片苹果电脑); Edge:数据中心使用