博客 RSS 訂閱

alluxio_com 頭像

Alluxio - Alluxio 聯手 Solidigm 推出針對 AI 工作負載的高級緩存解決方案

作者：Wayne Gao, Yi Wang, Jie Chen, Sarika Mehta Alluxio 作為全球領先的 AI 緩存解決方案供應商， 提供針對 GPU 驅動 AI 負載的高速緩存。其可擴展架構支持數萬個節點，能顯著降低存儲帶寬的消耗。Alluxio 在解決 AI 存儲挑戰方面的前沿技術在很大程度上推動了大語言模型( LLM )在全球範圍內的成功。 “Solidigm 和 Allu

數據挖掘 , 算法 , 緩存 , 存儲 , 人工智能

收藏 評論

xuxueli 頭像

xuxueli - XXL-CACHE v1.1.0 ｜ 多級緩存框架

Release Notes 1、【升級】項目重構升級；定位 多級緩存框架，高效組合本地緩存和分佈式緩存(Redis+Caffeine)，支持“多級緩存、一致性保障、TTL、Category隔離、防穿透”等能力，提供高性能多級緩存解決方案。 2、【重構】高性能系統重構設計，底層設計L1(Local)+L2(Remote)多級緩存模型，除分佈式緩存之外前置在應用層設置本地緩存，高熱查詢前置本地處

redis , 緩存 , 性能 , JAVA

收藏 評論

xuxueli 頭像

xuxueli - XXL-CACHE v1.2.0 ｜ 多級緩存框架

Release Notes 1、【增強】多序列化協議支持：針對L2緩存，組件化抽象Serializer，可靈活擴展更多序列化協議； 2、【優化】移除冗餘依賴，精簡Core體積； XXL- CACHE 快速接入示例 代碼參考github倉庫 /test 目錄：https://github.com/xuxueli/xxl-cache/tree/master/xxl-cache-samples

redis , cache-control , 緩存

收藏 評論

alluxio_com 頭像

Alluxio - Alluxio Enterprise AI 3.5 發佈，全面提升AI模型訓練性能

近日，Alluxio 發佈 Alluxio Enterprise AI 3.5 版本。該版本憑藉僅緩存寫入模式 ( Cache Only Write Mode )、高級緩存管理策略以及 Python 的深度集成等創新功能，大幅加速 AI 模型訓練並簡化基礎設施運維，助力企業高效處理海量數據集、優化 AI 工作負載性能。 AI 驅動的工作負載常因海量的數據管理複雜度高導致效率瓶頸以及訓練週期延長。

緩存命中率 , 機器學習 , 數據挖掘 , 緩存 , 人工智能

收藏 評論

zxc7563598 頭像

蘇琢玉 - 用裝飾器模式實現多層緩存：讓PHP應用更快更穩

為什麼要做多層緩存？ 想象這樣一個場景：你的PHP應用每次訪問數據庫都要花1秒鐘，用户抱怨頁面加載太慢。這時候你會想到加緩存——但只用一層緩存夠嗎？ 比如： 內存緩存雖然快，但重啓服務數據就沒了 Redis緩存能持久化，但網絡請求也有開銷 文件緩存最可靠，但磁盤讀寫速度有限 多層緩存的思路很簡單： 把最快的緩存放在最前面，就像快遞櫃一樣—— 優先從內存取（速度最快） 內存沒有

高併發 , php , 緩存 , 緩存設計

收藏 評論

mirrorship 頭像

鏡舟科技 - StarRocks 主鍵（Primary Key）深度解析

一、StarRocks 產品簡介 StarRocks 是一款高性能分析型數據庫，專為海量數據的實時分析而設計。作為新一代湖倉（Lakehouse）加速引擎，StarRocks 融合了 MPP 架構和列式存儲引擎的優勢，能夠支持億級數據秒級查詢響應。 核心特性： 全面的數據模型：支持明細模型、主鍵模型和聚合模型，滿足多樣化業務場景 實時數據分析：提供高效的數據導入與更新能力，支持實時數據處理

緩存 , 數據庫 , 數據分析 , 主鍵 , 物化視圖

收藏 評論

chen_67f9ccbe6f07b 頭像

異常君 - 【深度揭秘】Caffeine 緩存引發的內存泄漏全攻略：從根源到解決方案

前言 大家好！今天我要和你們分享一個在 Java 開發中常見但又容易被忽視的問題：Caffeine 緩存引起的內存泄漏。作為目前 Java 生態中性能最強的本地緩存庫，Caffeine 被廣泛應用於各種項目中。但是，如果使用不當，它可能會變成你係統中的"內存黑洞"。 在這篇文章中，我會用通俗易懂的語言，結合實際案例，深入分析 Caffeine 緩存可能導致的內存泄漏問題，並提供針對性的解決方案。無

內存泄漏 , 緩存 , JAVA , 解決方案 , 後端

收藏 評論

chen_67f9ccbe6f07b 頭像

異常君 - Java 中的 Integer 緩存池：背後的性能優化機制解析

還記得第一次遇到這種情況嗎？你寫了一段比較兩個 Integer 對象的代碼，有時候==返回 true，有時候卻返回 false，明明看起來是相同的值。這並非 Java 的"陷阱"，而是 Integer 緩存池在默默工作。我第一次遇到這個問題時，足足調試了半小時才恍然大悟。今天，我們就來深入瞭解這個經常被忽視卻又至關重要的 Java 性能優化機制。 什麼是 Integer 緩存池？ Integer

性能優化 , 緩存 , integer , JAVA , 後端

收藏 評論

lvxingdefanka 頭像

牛肉燒烤屋 - 詳解分佈式緩存不一致性的所有情況！除了分佈式緩存外，其它場景又是如何解決緩存一致性的呢？

[toc] 引言 持久化層和緩存層的一致性問題也通常被稱為「雙寫一致性問題」，“雙寫”意為數據既在數據庫中保存一份，也在緩存中保存一份。對於一致性來説，包含強一致性和弱一致性，強一致性保證寫入後立即可以讀取，弱一致性則不保證立即可以讀取寫入後的值，而是儘可能的保證在經過一定時間後可以讀取到，在弱一致性中應用最為廣泛的模型則是最終一致性模型，即保證在一定時間之後寫入和讀取達到一致的狀態。 我們一般會

redis , 緩存 , JAVA , 一致性

收藏 評論

codecraft 頭像

codecraft - 聊聊JetCache的CachePenetrationProtect

序 本文主要研究一下JetCache的CachePenetrationProtect CachePenetrationProtect com/alicp/jetcache/anno/CachePenetrationProtect.java @Documented @Retention(RetentionPolicy.RUNTIME) @Target({ElementType.METHOD, Ele

緩存

收藏 評論

codecraft 頭像

codecraft - 聊聊JetCache的緩存構建

序 本文主要研究一下JetCache的緩存構建 invokeWithCached com/alicp/jetcache/anno/method/CacheHandler.java private static Object invokeWithCached(CacheInvokeContext context) throws Throwable {

緩存

收藏 評論

codecraft 頭像

codecraft - 聊聊redisson的lockWatchdogTimeout

序 本文主要研究一下redisson的lockWatchdogTimeout lockWatchdogTimeout redisson/src/main/java/org/redisson/config/Config.java private long lockWatchdogTimeout = 30 * 1000; /** * This parameter is o

緩存

收藏 評論

codecraft 頭像

codecraft - 聊聊redisson的RLock的unlock

序 本文主要研究一下redisson的RLock的unlock RLock org/redisson/api/RLock.java /** * Redis based implementation of {@link java.util.concurrent.locks.Lock} * Implements re-entrant lock. * * @author Nikita Koksh

緩存

收藏 評論

cumeimaodeyingpan 頭像

粗眉毛的硬盤 - 分享四個關於網站緩存的技巧

一、熱點數據預加載 // 使用Redis HyperLogLog統計訪問頻率 public void recordAccess(Long productId) { String key = "access:product:" + productId; redis.pfadd(key, UUID.randomUUID().toString()); redis.

緩存 , JAVA

收藏 評論

xiaoyi_ces 頭像

小亦智能運維 - Redis運維問題解決：隊列堆積故障

這篇文章開始小亦平台會持續給大家科普一些運維過程中常見的問題解決案例，運維朋友們可以在常見問題及解決方案專欄查看更多案例。 問題概述 2024年3月1日，某客户反饋Redis隊列堆積導致應用卡頓。系統環境如下： 操作系統：Linux Redis版本：4.0.10 架構：Sentinel 經排查，系統因內存不足觸發Swap交換分區，嚴重拖慢Redis性能。 問題分析 分

redis , 運維 , 緩存 , 數據庫 , 程序員

收藏 評論

kk_64ec9e6b37cb5 頭像

ChiefHela - 緩存和數據庫更新策略：先刪除緩存還是先更新數據庫？

在分佈式系統和高併發應用中，緩存與數據庫的一致性是一個核心挑戰。關於"先刪除緩存還是先更新數據庫"的問題，業界有深入研究和多種實踐方案。以下是綜合分析： 兩種策略對比 1. 先刪除緩存，再更新數據庫（Cache-Aside模式） 流程 刪除緩衝中的數據 更新數據庫中的新數據 優點 實現簡單直觀 確保後續讀取能獲取最新數據（因為緩存已刪除） 缺點 在併發讀寫時可能導致

緩存 , 數據庫 , 一致性

收藏 評論

xuxueli 頭像

xuxueli - XXL-CACHE v1.4.0 ｜ 多級緩存框架

Release Notes 1、【升級】項目升級JDK17； 2、【升級】項目部分依賴升級，如caffeine，適配JDK17； 3、【優化】L1緩存廣播發布/訂閲斷連重連優化(ISSUE-32)； 4、【重構】合併PR-28，重構 getCache 方法並優化性能； 5、【優化】合併PR-35，引入單元測試框架，重寫單元測試方法； 6、【升級】多個依賴升級最新版本，如jedis、c

redis , 緩存 , JAVA

收藏 評論

grapecity 頭像

葡萄城技術團隊 - 六大緩存（Caching）策略揭秘：延遲與複雜性的完美平衡

引言 在為應用程序添加緩存時，首先需要考慮緩存策略。緩存策略決定了從緩存和底層存儲（如數據庫或服務）進行讀寫操作的方式。 從高層次來看，你需要決定在發生緩存未命中（cache miss）時，緩存是被動還是主動的。也就是説，當應用程序從緩存中查找一個值但該值不存在或已過期時，緩存策略會決定是由應用程序還是緩存本身從底層存儲中獲取數據。不同的緩存策略在延遲和複雜性之間存在不同的權衡，下面我們將逐一探討

緩存

收藏 評論

gxx01 頭像

高心星 - 鴻蒙應用開發——Repeat組件的使用

【高心星出品】 Repeat組件的使用 概念 Repeat基於數組類型數據來進行循環渲染，一般與容器組件配合使用。 Repeat根據容器組件的有效加載範圍（屏幕可視區域+預加載區域）加載子組件。當容器滑動/數組改變時，Repeat會根據父容器組件的佈局過程重新計算有效加載範圍，並管理列表子組件節點的創建與銷燬。 Repeat必須在滾動類容器組件內使用，僅有List、ListItemGro

repeat , 緩存 , harmonyos , 懶加載

收藏 評論

dewujishu 頭像

得物技術 - 線程池ThreadPoolExecutor源碼深度解析｜得物技術

一、引 言 為什麼進行源碼角度的深度解析？ 大家在項目中到處都在使用線程池做一些性能接口層次的優化，原先串行的多個遠程調用，因為rt過高，通過線程池批量異步優化，從而降低rt。還有像RocketMQ中broker啓動時，同時通過ScheduledThreadPoolExecutor線程池執行其他組件的定時任務，每隔一段時間處理相關的任務。線程池廣泛的應用在外面各種實際開發場景中，我們很多同學可能在

dns解析 , 緩存 , 存儲 , JAVA , 編譯器優化

收藏 評論

doge_king 頭像

泊浮目 - 未來數據庫硬件-網絡篇

本文在綠泡泡“狗哥瑣話”首發於2025.2.17 -關注不走丟。 最近看到一篇不錯的文章，叫做“Modern Hardware for Future Databases”，裏面從幾個方向講了下現在數據庫的硬件發展趨勢，今天先來説説網絡篇。 內容中，一位大佬對（獲過圖靈獎的大佬）OLTP系統進行了一些基準測試，發現TCP-IP協議棧對於總體CPU使用率是佔在47～68%。如果使用的網絡帶寬增加，這

雲計算 , 架構 , 數據庫

收藏 評論

mirrorship 頭像

鏡舟科技 - 告別 T+1！解密金融級實時數據平台的構建與實踐

在數字金融浪潮下，數據處理的“實時性”已不再是加分項，而是逐漸成為決定業務價值的核心競爭力。 然而，金融機構在追求實時的道路上，往往陷入一個新的困境：實時分析系統與離線大數據平台形成了兩套獨立的“煙囱”，數據孤島、口徑不一、運維複雜、成本高昂等問題隨之而來。如何打破壁壘，在統一的平台上實現對實時流數據和海量歷史數據的統一管理與高性能分析，成為了當下金融機構的核心訴求。 一、業務困境：傳統“T+1”

架構 , starrocks , flink , 數據湖 , 金融行業

收藏 評論

mirrorship 頭像

鏡舟科技 - 2025 年非關係型數據庫全面指南：類型、優勢

非關係型數據庫的分類與特點 隨着數據量呈指數級增長和數據類型日益多樣化，傳統關係型數據庫在處理海量非結構化數據時面臨着嚴峻挑戰。非關係型數據庫（NoSQL）應運而生，它摒棄了傳統關係模型的約束，採用更靈活的數據存儲方式，為大數據時代的多樣化需求提供瞭解決方案。 2025 年，非關係型數據庫已經發展成為數據基礎設施的重要組成部分，根據其數據模型和存儲特點，可以將非關係型數據庫分為以下幾大類型： 鍵

架構 , starrocks , 分析引擎 , SQL , 非關係型數據庫

收藏 評論

mirrorship 頭像

鏡舟科技 - 什麼是關係型數據庫？全面解析 RDBMS 核心原理與應用實踐

關係型數據庫基礎：定義與核心概念 關係型數據庫（Relational Database）是一種基於關係模型的數據庫管理系統，它以表格（table）的形式存儲數據，並通過結構化查詢語言（SQL）進行數據操作。作為當今最主流的數據庫類型，關係型數據庫以其嚴格的數據一致性、完整性和可靠性，成為企業信息系統的基石。 關係型數據庫的核心特徵 關係型數據庫區別於其他類型數據庫的關鍵特徵包括： 表格化數據結

關係型數據庫 , rdbms , 架構 , starrocks , 物化視圖

收藏 評論