- 微服务 Spring Boot 整合Redis 实战开发解决缓存穿透、缓存雪崩、缓存击穿 微服务 Spring Boot 整合Redis 实战开发解决缓存穿透、缓存雪崩、缓存击穿
- Redis 进阶 -- 搭建主从复制及哨兵模式集群 Redis 进阶 -- 搭建主从复制及哨兵模式集群
- 我们目前在工作中遇到一个性能问题，我们有个定时任务需要处理大量的数据，为了提升吞吐量，所以部署了很多台机器，但这个任务在运行前需要从别的服务那拉取大量的数据，随着数据量的增大，如果同时多台机器并发拉取数据，会对下游服务产生非常大的压力。之前已经增加了单机限流，但无法解决问题，因为这个数据任务运行中只有不到10%的时间拉取数据，如果单机限流限制太狠，虽然集群总的请求量控制住了，但任务吞吐量... 我们目前在工作中遇到一个性能问题，我们有个定时任务需要处理大量的数据，为了提升吞吐量，所以部署了很多台机器，但这个任务在运行前需要从别的服务那拉取大量的数据，随着数据量的增大，如果同时多台机器并发拉取数据，会对下游服务产生非常大的压力。之前已经增加了单机限流，但无法解决问题，因为这个数据任务运行中只有不到10%的时间拉取数据，如果单机限流限制太狠，虽然集群总的请求量控制住了，但任务吞吐量...
- 在上一篇中Redis实战之session共享，我们知道了通过Redis实现session共享了，那么token怎么续命呢？怎么刷新用户呢？本来咱们就通过拦截器来实现这两个功能。 在上一篇中Redis实战之session共享，我们知道了通过Redis实现session共享了，那么token怎么续命呢？怎么刷新用户呢？本来咱们就通过拦截器来实现这两个功能。
- 在项目中，由于网络问题，我们很难保证生产者发送的消息能100%到达消息队列服务器，也就是说有消息丢失的可能性，因 此，生产者就必须具有消息丢失检测和重发机制，也就是我们常说的消息队列的事物机制。 在项目中，由于网络问题，我们很难保证生产者发送的消息能100%到达消息队列服务器，也就是说有消息丢失的可能性，因 此，生产者就必须具有消息丢失检测和重发机制，也就是我们常说的消息队列的事物机制。
- @toc Redis作为承担缓存作用的数据库，一般会应用在高并发的场景里，而在这些高并发应用场景的数据库层面还会用到其他数据库的组件或集群以提升性能，比如用MySQL主从集群实现读写分离效果、用MyCAT组件实现分库分表的功能。另外，Redis本身会以集群的形式对外提供缓存服务。 1、用Docker搭建MySQL主从集群这里用Docker容器搭建如下图所示的MySQL主从集群。在主MySQ... @toc Redis作为承担缓存作用的数据库，一般会应用在高并发的场景里，而在这些高并发应用场景的数据库层面还会用到其他数据库的组件或集群以提升性能，比如用MySQL主从集群实现读写分离效果、用MyCAT组件实现分库分表的功能。另外，Redis本身会以集群的形式对外提供缓存服务。 1、用Docker搭建MySQL主从集群这里用Docker容器搭建如下图所示的MySQL主从集群。在主MySQ...
- 前言接上文：https://blog.csdn.net/aa2528877987/article/details/128231481?spm=1001.2014.3001.5501本文主要是讲如何改造AddMemoryCache和AddDistributedMemoryCache方法解决以下两个问题：缓存雪崩：在使用缓存时，通常会对缓存设置过期时间，一方面目的是保持缓存与数据库数据的一致性... 前言接上文：https://blog.csdn.net/aa2528877987/article/details/128231481?spm=1001.2014.3001.5501本文主要是讲如何改造AddMemoryCache和AddDistributedMemoryCache方法解决以下两个问题：缓存雪崩：在使用缓存时，通常会对缓存设置过期时间，一方面目的是保持缓存与数据库数据的一致性...
- 《深入架构 第二十篇》 《深入架构 第二十篇》
- 《深入架构 第十八篇》 《深入架构 第十八篇》
- 《深入架构 第十七篇》 《深入架构 第十七篇》
- 《深入架构 第十四篇》 《深入架构 第十四篇》
- 说到缓冲区，大家应该都不陌生。在端与端进行数据交互的时候，考虑到两端有速度不匹配的情况，通常会用缓冲区来解决，比如操作系统就有网络缓冲区、客户端缓冲区等。 我们在使用Redis时同样也会有这样的场景。比如我们需要批量写数据到到Redis，就可以用到缓冲区。这篇我们来说说类似于缓冲作用pipeline的用法。 说到缓冲区，大家应该都不陌生。在端与端进行数据交互的时候，考虑到两端有速度不匹配的情况，通常会用缓冲区来解决，比如操作系统就有网络缓冲区、客户端缓冲区等。 我们在使用Redis时同样也会有这样的场景。比如我们需要批量写数据到到Redis，就可以用到缓冲区。这篇我们来说说类似于缓冲作用pipeline的用法。
- redis 在使用过程中，如果遇到未预知的剧烈数据量增长，整个实例容量不够时，你会如何应对？可能大家最容易想到的方案就是扩容了。比如当前实例配置是 16g 内存的，那么就扩容到 32g。 表面来看方案没有问题，但是在扩容后续使用中，有可能会出现响应很慢的问题。这是怎么回事呢？让我们一探究竟。 redis 在使用过程中，如果遇到未预知的剧烈数据量增长，整个实例容量不够时，你会如何应对？可能大家最容易想到的方案就是扩容了。比如当前实例配置是 16g 内存的，那么就扩容到 32g。 表面来看方案没有问题，但是在扩容后续使用中，有可能会出现响应很慢的问题。这是怎么回事呢？让我们一探究竟。
- `NoSQL`(NoSQL = Not Only SQL )，意即“不仅仅是SQL”，泛指非关系型的数据库。 `NoSQL` 不依赖业务逻辑方式存储，而以简单的`key-value`模式存储。因此大大的增加了数据库的扩展能力。它相比于传统的关系型数据库有以下几个区别：不遵循SQL标准、不支持`ACID`原则、它的性能远超于SQL。 `NoSQL`(NoSQL = Not Only SQL )，意即“不仅仅是SQL”，泛指非关系型的数据库。 `NoSQL` 不依赖业务逻辑方式存储，而以简单的`key-value`模式存储。因此大大的增加了数据库的扩展能力。它相比于传统的关系型数据库有以下几个区别：不遵循SQL标准、不支持`ACID`原则、它的性能远超于SQL。
- - `keys *` 查看当前库所有key (匹配：keys *1) - `exists key` 判断某个key是否存在 - `type key` 查看你的key是什么类型 - `del key` 删除指定的key数据 - `unlink key` 根据value选择非阻塞删除仅将keys从keyspace元数据中删除，真正的删除会在后续异步操作。 - `exp - `keys *` 查看当前库所有key (匹配：keys *1) - `exists key` 判断某个key是否存在 - `type key` 查看你的key是什么类型 - `del key` 删除指定的key数据 - `unlink key` 根据value选择非阻塞删除仅将keys从keyspace元数据中删除，真正的删除会在后续异步操作。 - `exp
上滑加载中
推荐直播
-
OpenHarmony应用开发之网络数据请求与数据解析2025/01/16 周四 19:00-20:30
华为开发者布道师、南京师范大学泰州学院副教授，硕士研究生导师，开放原子教育银牌认证讲师
科技浪潮中，鸿蒙生态强势崛起，OpenHarmony开启智能终端无限可能。当下，其原生应用开发适配潜力巨大，终端设备已广泛融入生活各场景，从家居到办公、穿戴至车载。 现在，机会敲门！我们的直播聚焦OpenHarmony关键的网络数据请求与解析，抛开晦涩理论，用真实案例带你掌握数据访问接口，轻松应对复杂网络请求、精准解析Json与Xml数据。参与直播，为开发鸿蒙App夯实基础，抢占科技新高地，别错过！
回顾中 -
Ascend C高层API设计原理与实现系列2025/01/17 周五 15:30-17:00
Ascend C 技术专家
以LayerNorm算子开发为例，讲解开箱即用的Ascend C高层API
回顾中
热门标签