5 天前 / 杀死那个程序员
点击上方"张狗蛋的技术之路"，选择“置顶或者星标” 你的关注意义重大! 一致性哈希算法在分布式缓存领域的 MemCached，负载均衡领域的 Nginx 以及各类 RPC 框架中都有广泛的应用，它主要是为了解决传统哈希函数添加哈希表槽位数后要将关键字重新映射的问题。 本文会介绍一致性哈希算法的原理及其实现，并给出其不同哈希函数实现的性能数据对比，探讨Redis 集群的数据分片实现等，文末会给出实现的具体 github 地址。 Memcached 与客户端分布式缓存Memcached 是一个高性能的分布式缓存系统，然而服务端没有分布式功能，各个服务器不会......
9 天前 / 方丈的寺院
摘要最近接手的代码中遇到几个缓存的问题，存在一些设计原则的问题，这里总结一下，希望可以对你有帮助
问题问题1： 店铺数据的获取，将用户关注的数据放在店铺信息一起返回对外提供的接口
List
17 天前 / 噶牛爱尚
首发于FENews写文章V8 团队给 JavaScript 开发者关于代码缓存的建议不良帅帅做最不像程序员的程序员 | 公众号：FENews23 人赞同了该文章代码缓存（也被称为字节码缓存）是浏览器的一个重要优化。它通过缓存解析+编译后的结果来提升高频访问网站的启动速度。大多主流浏览器都实现了代码缓存，Chrome 也不例外。事实上，关于 Chrome 和 V8 缓存编译后代码的实现，之前我们已经写文章也做过演讲。 在这篇文章中，我们将为那些想要更好的利用代码缓存来提高网站启动速度的 JS 开发者提供一些建议。这些建议集中在 Chrome/V8 的代码缓存实现上，但是其......
20 天前 / 宜信技术学院
活动关于我们详解Eureka 缓存机制 作者：冯永彪 浏览：137 日期：2019-04-26 引言Eureka是Netflix开源的、用于实现服务注册和发现的服务。Spring Cloud Eureka基于Eureka进行二次封装，增加了更人性化的UI，使用更为方便。但是由于Eureka本身存在较多缓存，服务状态更新滞后，最常见的状况是：服务下线后状态没有及时更新，服务消费者调用到已下线的服务导致请求失败。本文基于Spring Cloud Eureka 1.4.4.RELEASE，在默认region和zone的前提下，介绍Eureka的缓存机制。 AP特性从CAP理论看，Eureka是一个AP系统，优先保证可用性(A)和分区容错性(P)......
35 天前 / 跨界架构师
如果第二次看到我的文章，欢迎点上方▲蓝字关注哟~ 本文长度为2805字，建议阅读8分钟。 坚持原创，每一篇都是用心之作～ 有句话说得好，欲要使其毁灭，先要使其疯狂。当你沉浸在缓存所带来的系统tps飙升的喜悦中时，使你系统毁灭的种子也已经埋在其中。 而且，你所承载的tps越高，它所带来的毁灭性更大。 在前两篇《360°全方位解读「缓存」》和《先写DB还是「缓存」？》中，我们已经对缓存有了一定的认识，并且知道了关于缓存相关的「一致性」问题的最佳实践。 这次，我们就来聊聊隐藏在缓存中的毁灭性种子是什么？ ......
37 天前 / 九卷
写在前面：笔者翻阅了很多资料，只能找到Redis2.2及以后的主要版本的发布日志。所以，让我们从2.2开始一步一步深入了解Redis。 2.2redis-cli命令非常大的改进: Tab补全，支持help（例如help SET、help BITCOUNT），原生输出，并用最新的hiredis C库对其进行重写。 copy-on-write机制对很多读命令支持更友好，这就意味着，如果大部分是读操作的话，fork出来的子进程只需要很少的内存即可。 新命令WATCH，实现CAS事务。 可以对具有EXPIRE失效属性的KEY进行写操作。 全新的SETBIT、GETBIT、SETRANGE、GETRANGE、STRLEN命令，操作string就像一个数......
40 天前 / 猿天地
我说你听 之前一直在用Spring Cache进行接口数据的缓存，主要是Spring Cache在对具体key缓存失效时间的设置不是很方法，还要自己去扩展，无意中发现了阿里的JetCache。大部分的需求都能满足，并且有一些很实用的功能，今天给大家介绍下。 JetCache是一个基于Java的缓存系统封装，提供统一的API和注解来简化缓存的使用。 JetCache提供了比SpringCache更加强大的注解，可以原生的支持TTL、两级缓存、分布式自动刷新，还提供了Cache接口用于手工缓存操作。 当前有四个实现，RedisCache、TairCache（此部分未在github开源）、CaffeineCache(in memory......
43 天前 / php-v
一、缓存的典型应用场景下面的2中情况下，优化存储系统是无法有效提升性能的。 1. 需要经过复杂运算得出的数据例如需要展示有多少用户在线，如果使用数据库，每次都要执行 count 操作，展示量很大的话就对数据库造成了极大压力。 2. 读多写少的数据例如一个明星发布一条微博，可能有几千万人浏览，如果每次浏览都 select 一次的话，几千万的请求对数据库的压力非常大。 缓存就是为了减轻存储系统的压力，将可重复使用的数据放到内存中，一次生成、多次使用。 二、设计要点缓存虽然为存储系统减负了，但给架构设计带来了复杂性，下面3点需要重点......
50 天前 / 跨界架构师
如果第二次看到我的文章，欢迎点上方▲蓝字关注哟~ 本文长度为4209字，建议阅读12分钟。 坚持原创，每一篇都是用心之作～ 本想一篇写完 后来发现篇幅太长 怕大家看不下去，故做拆分 望对你有所帮助：） 在前一篇《360°全方位解读「缓存」》中，我们聊了运用缓存的三种思路，以及在一个完整的系统中可以设立缓存的几个位置，并且分享了关于浏览器缓存、CDN缓存、网关（代理）缓存的一些使用经验。 这次Z哥将深入到实际场景中，来看一下「进程内缓存」、「进程外缓存」运用时的一些最佳实践。由于篇幅原因，这次先聊三个问题......
51 天前 / 拐爷
引"一切单机缓存都是魔鬼,与其被消灭，不如与其共舞" 来由之前接到我们uAuth的一个bug,具体原因为,当一个用户改密后，原token理应失效，但是线上时常会有原token访问的正常的情况。 可是在测试环境上，确无论如何也复现不出来。 后来仔细分析了源码,是由于token的存储用了openresty的缓存，当token失效后，只在线上的n台服务器中的一台做了失效处理，而其他的n-1台的缓存仍然有效。 思路缓存不一致———— 这确实是好多场景容易碰到的问题，那么怎么办？解决方式有二： 干掉openresty的缓存,将存储设计由openresty缓存/redis/mysql 改为redis/......
51 天前 / IT一刻钟
（给IT一刻钟加星标，可以迎娶白富美）微信公众号：IT一刻钟 大型现实非严肃主义现场 一刻钟与你分享优质技术架构与见闻，做一个有剧情的程序员 关注可第一时间了解更多精彩内容，定期有福利相送哟。 什么是缓存污染？解决缓存污染的算法LFU算法LFU-Aging算法Window-LFU算法LRU算法LRU-K算法URL-Two queues算法五三LRU算法Multi Queue算法说在后面话 什么是缓存污染？由于缓存的读取速度比非缓存要快上很多，所以在高性能场景下，系统在读取数据时，是首先从缓存中查找需要的数据，如果找到了则直接读取结果，如果找不到的话，则从内存......
51 天前 / Aelous
点击上方"蓝字",右上角选择“设为星标” 周一至周五早8点半！精品技术文章准时送上！ 目录 （1）为什么要用缓存集群 （2）20万用户同时访问一个热点缓存的问题 （3）基于流式计算技术的缓存热点自动发现 （4）热点缓存自动加载为JVM本地缓存 （5）限流熔断保护 （6）总结 （1）为什么要用缓存集群 这篇文章，咱们来聊聊热点缓存的架构优化问题。 其实使用缓存集群的时候，最怕的就是热key、大value这两种情况，那啥叫热key大value呢？ 简单来说，热key，就是你的缓存集群中的某个key瞬间被数万甚至十万的......
62 天前 / openio
1 开发背景 现有开源缓存代理中间件有twemproxy、codis等，其中twemproxy为单进程单线程模型，只支持memcache单机版和redis单机版，都不支持集群版功能。 由于twemproxy无法利用多核特性，因此性能低下，短连接QPS大约为3W，长连接QPS大约为13W; codis起几十个线程，短连接qps不超过10万；同时某些场景这些开源软件时延抖动厉害。 为了适应公有云平台上业务方的高并发需求，因此决定借助于twemproxy来做二次开发，把nginx的高性能、高可靠、高并发机制引入到twemproxy中，通过master+多worker进程来实现七层......
64 天前 / 跨界架构师
如果这是第二次看到我的文章，欢迎点击上方▲蓝字关注我哟~ 本文长度为3578字，建议阅读10分钟。 此前的「伸缩性」章节结束了，此文是「高性能」章节的第一篇。 只要是位正儿八经的程序员自然知道「缓存」是什么，甚至我司的很多做运营的小姐姐现在和程序员小哥哥的交流中都时不时冒出「缓存」字眼，让人压力山大。（本文讨论的「缓存」皆指的是软件层面运用的缓存） 大家都知道的一点是，缓存可以让原本打开很慢的页面，变得能“秒开”。你平时访问的APP、网站几乎都有涉及到缓存的运用。 那么，缓存除了能加速数据的访问......
66 天前 / cultus
缓存击穿给缓存加一个过期时间，下次未命中缓存时再去从数据源获取结果写入新的缓存，这个是后端开发人员再熟悉不过的基操。本人之前在做直播平台活动业务的时候，当时带着这份再熟练不过的自信，把复杂的数据库链表语句写好，各种微服务之间调用捞数据最后算好的结果，丢进了缓存然后设了一个过期时间，当时噼里啪啦两下写完代码觉得稳如铁蛋，结果在活动快结束之前，数据库很友好的挂掉了。当时回去查看监控后发现，是在活动快结束前，大量用户都在疯狂的刷活动页，导致缓存过期的瞬间有大量未命中缓存的请求直接打到数据库上所导致的，所以这个......