16 小时前 / 雷语
缓存是系统设计中常见的性能优化手段之一，由于其容易立竿见影，于是成为了很多人眼中的「银弹」。在实际中，要建设一个生产级可用的缓存机制，将会是一条充满艰辛的道路。本文以产品经理视角，从对产品支撑价值而言，分析一下缓存的利与弊，以避免对缓存的过早应用、过度应用。 基本前提 产品经理是带领产品团队，追求产品的成功，即在可控的成本下实现市场的成功，即使是战略性项目，也要关注投入产出比。 产品的外部价值是评价产品的标准，产品的功能、性能等参数指标要能满足客户、用户的需求。
8 天前 / HueiFeng
“灵魂拷问 保证缓存和数据库的一致性很简单吗？有哪些方式能保证缓存和数据库的一致性呢？如果发生了缓存和数据库数据不一致的情况怎么办呢？在上篇文章我们介绍了缓存的定义分类以及优缺点等，如果还没看的同学可以移步这里 听说你会缓存？ 当我们的系统引入缓存组件之后，性能得到了大幅度提升，但是随之而来的是代码需要引入一定的复杂度，比如缓存的更新策略，写入策略，过期策略等，而其中最可能导致程序员加班的莫过于缓存和数据库的一致性问题了，既：缓存中的数据和数据库中的数据不一致。
32 天前 / 雷语
今天我们来讨论秒杀系统中“缓存热点数据”的问题，进一步延伸到数据库和缓存的双写一致性问题，并且给出实现代码。 项目源码在这里： https://github.com/qqxx6661/miaosha 妈妈再也不用担心我看完文章不会写代码实现啦！ 一、缓存热点数据 在秒杀实际的业务中，一定有很多需要做缓存的场景，比如售卖的商品，包括名称，详情等。访问量很大的数据，可以算是“热点”数据了，尤其是一些读取量远大于写入量的数据，更应该被缓存，而不应该让请求打到数据库上。 1、为何要使用缓存 缓存是为了追求“快”而存在的。我们用代码举一个例子。
39 天前 / java金融
点击蓝色字关注我们！ 引言随着互联网的高速发展，市面上也出现了越来越多的网站和 app。我们判断一个软件是否好用，用户体验就是一个重要的衡量标准。比如说我们经常用的微信，打开一个页面要十几秒，发个语音要几分钟对方才能收到。相信这样的软件大家肯定是都不愿意用的。软件要做到用户体验好，响应速度快，缓存就是必不可少的一个神器。缓存又分进程内缓存和分布式缓存两种：分布式缓存如 redis、memcached 等，还有本地（进程内）缓存如 ehcache、GuavaCache、Caffeine 等。
49 天前 / 猿天地
背景说明有朋友问我一个关于接口优化的问题，他的优化点很清晰，由于接口中调用了内部很多的 service 去组成了一个完成的业务功能。每个 service 中的逻辑都是独立的，这样就导致了很多查询是重复的，看下图你就明白了。 上层查询传递下去对于这种场景最好的就是在上层将需要的数据查询出来，然后传递到下层去消费。这样就不用重复查询了。 如果开始写代码的时候是这样做的没问题，但很多时候，之前写的时候都是独立的，或者复用的老逻辑，里面就是有独立的查询。 如果要做优化就只能将老的方法重载一个，将需要的信息直接传递过去。
51 天前 / 莲花童子哪咤
天下武功唯快不破。随着用户访问请求的压力的剧增，服务器可能处理不过增量太快的请求。单用户请求的响应时间将会变长。如果说，有一个什么方案来解决这个问题，那「缓存」肯定是首选。 那为何唯独以缓存为佳呢？ 因为有了缓存，就不用每次走向原始的数据库里面进行查找。直接现场返回。那就是我们常说的 Redis 吗？ 不是，是 Nginx 的代理缓存，可常用的不是 Redis、memcache 这些吗？ 那如果用户请求在走到接入层就拿到了想要的数据，是不是就不用在访问到后面的 Redis 缓存啦。从而减少了网络 I/O 上的开销。
51 天前 / java金融
前言随着互联网的高速发展，市面上也出现了越来越多的网站和 app。我们判断一个软件是否好用，用户体验就是一个重要的衡量标准。比如说我们经常用的微信，打开一个页面要十几秒，发个语音要几分钟对方才能收到。相信这样的软件大家肯定是都不愿意用的。软件要做到用户体验好，响应速度快，缓存就是必不可少的一个神器。缓存又分进程内缓存和分布式缓存两种：分布式缓存如 redis、memcached 等，还有本地（进程内）缓存如 ehcache、GuavaCache、Caffeine 等。
52 天前 / 携程技术
作者简介 Chaplin，携程资深 PMO，平时喜欢解决系统相关的问题，包括但不限于分布式 / 大数据量 / 性能 / 体验等，不畏复杂但更喜欢简单。 本文旨在分享携程机票后服务订单处理团队，在构建机票订单缓存系统过程中的一些思考总结，希望能给大家一些启发或帮助。通篇分为以下七大部分：背景，瓶颈，选型，架构，方案，优化，总结，文章概要如下图： 一、背景 近些年随着携程机票业务的不断发展，用户量和订单量也稳定地增长，再加上用户访问入口的多样性、机票的有效期特别长等特征，导致查询流量不断增长。
58 天前 / yes的练级攻略
点击上方「yes 的练级攻略」加个「星标」，最新文章极速到达大家好，我是 yes。 这篇是我上次写的 「表弟面试被虐，我教他缓存连招，借机蹭了波奈雪的茶」的后续版本，从后台数据看上次这篇是阅读完成率最高的一篇了，因此咱们继续来看看表弟的那些事儿！ 开始表演“喂，表弟在哪呢？赶紧过来，给你补补课，下次别再被虐了”。 上次表弟不是面试被虐了嘛，我答了一半奶茶就喝完了，这口干了肯定就说不了啊对吧。谁知道这臭小子回去找我妈告状了，说我讹他奶茶。这是人干的事嘛？？ “呵，人在美国，刚下飞机”，表弟嘚瑟的说道。
64 天前 / yes的练级攻略
之前写的那些源码解析啊啥的一堆代码，看着累。今儿咱换换口味，在轻松的气氛中说点缓存相关的知识。 开始表演“表哥，我被虐了。” 表弟哭丧着脸对我说道。 “怎么滴，连跪？哥带你飞。” “不是 LOL，我这不秋招嘛，那个面试官逮着我问，把我都问蒙了。” 表弟一脸懵逼，怀疑人生。 “问啥了啊，我平时教你的唱跳 rap 都没用上？” 我幸灾乐祸的说道，这小子平时就跟我吹，什么天天考第一，进大厂跟玩儿一样，这不傻了吧。
83 天前 / 东溪陈姓少年
String key = "A";cache.get(key).thenAccept(dataObject -> {assertNotNull(dataObject);assertEquals("Data for " + key, dataObject.getData());});cache.getAll(Arrays.asList("A", "B", "C")).thenAccept(dataObjectMap -> assertEquals(3, dataObjectMap.size()));CompletableFuture 具有丰富而有用的 API，您可以在本文中了解更多信息。
103 天前 / 阿飞的博客
话说，中间件的选择上，Spring（SpringBoot）一直是业界的风向标。比如 Spring 一直使用「Jackson」，而没有使用 Gson 和 fastjson。SpringBoot2.0 默认数据库连接池从 TomcatPool 换到了「HikariCP」。在本地缓存方面，SpringFramework5.0（SpringBoot2.0）放弃了 Google 的 GuavaCache，选择了「Caffeine」（Drop Guava caching - superseded by Caffeine [SPR-13797] #18370）。那么 Caffeine 有什么魔力，能干掉 Google 的 Guava 呢？ 压力测试我们用数据说话。
134 天前 / 杀死那个程序员
点击上方"程序员历小冰"，选择“置顶或者星标” 你的关注意义重大！ 近日 Redis 6.0.0 GA 版本发布，这是 Redis 历史上最大的一次版本更新，包括了客户端缓存 (Client side caching)、ACL、Threaded I/O 和 Redis Cluster Proxy 等诸多更新。 我们今天就依次聊一下客户端缓存的必要性、具体使用、原理分析和实现。 为什么需要客户端缓存？我们都知道，使用 Redis 进行数据的缓存的主要目的是减少对 MySQL 等数据库的访问，提供更快的访问速度，毕竟 《Redis in Action》中提到的， Redis 的性能大致是普通关系型数据库的 10 ~ 100 倍。
142 天前 / colobu
Redis 6.0 发布了。 Redis 6.0的新特性也是在一步步的讨论和优化中确定的。 很多的特性已经在之前的RC等版本中介绍过了。 但是正式GA版中也有一些新的变化: SSLACL: 更好，命令支持RESP3Client side caching:重新设计Threaded I/ODiskless replication on replicasCluster support in Redis-benchmark and improved redis-cli cluster supportDisque in beta as a module of Redis: 开始侵入消息队列领域Redis Cluster Proxy支持RDB不再使用时可立即删除，针对不落盘的场景PSYNC2: 优化的复制协议超时设置支持更友好更快的RDB加载...
158 天前 / u154333
首发于 Kalab 写文章迁移时期的缓存 kagb 无聊的温和派，无意义的怀疑论者。6 人赞同了该文章 Something About Cache.做重构，做重写，或者单纯迁移存储，大多时候不是一蹴而就的。 写完代码，准备好资源，搞流量验证，灰度放量，在实际过程中总有那么一些中间态。 在中间态，新代码和旧代码都在承载真正的流量，这期间你解决着很多很多问题，今天我们来聊一下其中的一个小问题：缓存。 首先，无论是新代码还是旧代码，只可容忍一定范围内的 Cache Miss，并且大多情况下不能容忍脏缓存，这是缓存的基本要求。 但中间态时事情更加复杂。