tag 緩存

標籤
貢獻172
141
07:51 PM · Nov 03 ,2025

@緩存 / 博客 RSS 訂閱

mob64ca14095513 - vue虛擬化選擇器實現原理

VNode 在vue中定義了一個VNode類,使用它可以實例化不同類型的vnode,而不同類型的vnode實例各自表示不同類型的DOM元素。 VNode作用 每次渲染視圖的時候都會new一個VNode的實例化對象,然後他會緩存上一次渲染視圖。因此當需要重新渲染視圖的時候,將新創建的new_node實例對象和上一次的實例對象old_vno

vue虛擬化選擇器實現原理 , vue.js , 虛擬化 , 雲計算 , 緩存 , 前端

收藏 評論

編程藝術家 - 10分鐘!搞懂計算機內存實現原理 -

在計算機的硬件世界裏,內存就像是一個極為重要的 “臨時倉庫”。當我們打開電腦,運行各種程序,比如辦公軟件、瀏覽器、遊戲等等,這些程序和它們運行時產生的數據並不會直接放在硬盤裏供 CPU 處理,而是先被調入內存。簡單來説,內存是計算機中用於暫時存放 CPU 中的運算數據,以及與硬盤等外部存儲器交換的數據的部件,它是 CPU 能夠直接訪問的存儲空間 。 內存的存在,主要是為了緩

存儲單元 , 數據 , 緩存 , 後端開發 , Python

收藏 評論

夢的點滴 - 前端緩存策略:HTTP 緩存與本地存儲實戰

做前端性能優化時,緩存是繞不開的話題。第一次優化電商項目時,發現用户每次打開頁面都要重新加載大量圖片和 JS 文件,加載時間超過 5 秒。後來用了緩存策略,把重複請求的資源緩存起來,首屏加載直接降到 2 秒內,用户體驗提升明顯。 前端緩存主要分兩類:HTTP 緩存(針對網絡請求)和本地存儲(針對前端數據)。前者讓瀏覽器少發請求,後者讓前端少處理數據,兩者配合能大幅提升性能。

數據 , HTTP , 緩存 , 前端開發 , Javascript

收藏 評論

夢的點滴 - Webpack 5 性能優化:chunk分割與緩存策略詳解

在前端工程化中,Webpack 是打包的核心工具,但隨着項目體積增大,打包速度慢、產物體積大、瀏覽器緩存失效等問題會逐漸凸顯。Webpack 5 針對這些痛點做了大量優化,其中 chunk 分割(拆包)和 緩存策略(持久化緩存)是提升構建效率、減少用户重複加載的關鍵。本文從實戰角度,拆解這兩大優化方向的核心思路和落地代碼,幫你打造高性能的打包流程。 一、Chunk 分割:拆

加載 , 緩存 , webpack , 前端開發

收藏 評論

悲傷的斑馬 - NAS讀取延時問題深度解析:NFS緩存機制與優化實戰

在分佈式存儲場景中,NAS設備通過NFS協議實現多客户端共享訪問時,常遇到文件更新後其他客户端無法立即感知的延遲問題。本文結合真實案例與技術原理,系統解析NFS緩存機制對數據一致性的影響,並提供可落地的優化方案。 一、典型問題場景還原 某電商平台部署了NAS存儲系統,前台服務器通過NFS掛載後台生成的商品圖片路徑。當後台更新圖片後,前台服務器持續報出404錯誤,實際檢查發現: 前後台服務器本

緩存 , nfs

收藏 評論

錦繡前程未央 - 阿里雲CDN深度使用之緩存設置_阿里雲設置cdn 不緩存 css

架構(主站www→CDN picdn→源站public): 一、CDN緩存優化(核心:提高命中率,減少回源流量) 緩存優化的核心目標是「讓CDN儘量緩存你的靜態資源,少向源站(public)請求」,阿里雲CDN需配置5個關鍵項,按優先級操作: 1. 第一步:配置精準的「緩存規則」(最核心) 作用:指定哪些資源緩存、緩存多久,避免“

ip , 壓縮率 , 阿里雲 , 緩存 , 後端開發 , cdn , Python

收藏 評論

數據庫知識分享者小北 - 阿里雲 Tair 聯手 SGLang 共建 HiCache,構建面向“智能體式推理”的緩存新範式

導讀 在大型語言模型(LLM)推理中,KVCache 是提升效率的核心機制:通過緩存 Transformer 自注意力層的歷史 Key-Value 對,避免重複計算,顯著降低單次推理開銷。然而,在“智能體式推理”(Agentic Inference)這一新興範式下——模型需持續感知環境、進行多輪決策、自我反思,並協同其他智能體完成複雜任務——傳統 KVCache

數據 , nosql , 阿里雲 , 緩存 , 數據庫 , 複用

收藏 評論

龐然大悟 - 反向代理緩存(proxy_cache):緩存鍵設計、過期策略與一致性保障

NGINX 反向代理場景中,後端服務(如 Java 微服務、PHP 應用)常因計算密集或數據庫依賴導致響應延遲。proxy_cache 通過在 NGINX 層緩存後端響應結果,讓後續相同請求直接從緩存返回,核心價值在於 減少後端重複請求、降低服務負載、提升前端響應速度。其設計需解決 “緩存如何精準匹配”“何時失效”“如何避免髒數據” 三大核心問題。 二、緩存鍵設計:精準匹配

髒數據 , 服務器 , 數據 , 緩存 , Nginx

收藏 評論

技術博客領航者 - MAC分層分佈式架構

一、網站架構的模式 1、分層 分層是將軟件進行橫向切分。網站軟件系統分為應用層,服務層,數據層 分層架構對網站支持高併發向分佈式方向發展至關重要。因此在網站規模還很小的時候就應該採用分層的架構,這樣 將來網站做大時才能更好地應對。 2、分割 分割是將軟件進行縱向切分。將不同的功能和服務分割開來,包裝成高內聚低耦合的模塊單元。 3、

服務器 , MAC分層分佈式架構 , 緩存 , 架構 , 後端開發 , 高可用

收藏 評論

數據分析家 - 現代前端開發小記 - duoduo3

核心修改內容 隱藏導航欄「探索」功能(圖標 + 文字按鈕); 將默認 Dify Logo 替換為自定義 FDAI Logo(PNG 格式)。 (一)隱藏「探索」功能完整過程 1. 定位目標組件 探索功能對應的組件文件路徑:web/app/components/header/explore-nav/inde

自定義 , 緩存 , Css , 解決方案 , 前端開發 , HTML , 前端

收藏 評論

mob64ca14101b2f - 【Redis實戰教程】2020最新版Redis超詳細實戰教程-通俗易懂秒入門_嗶哩嗶哩

Redis 零基礎入門到實戰教程 Redis(Remote Dictionary Server)是一款開源、高性能、基於內存的鍵值對數據庫,支持多種數據結構,廣泛用於緩存、消息隊列、分佈式鎖等場景。本教程從基礎到實戰,幫你快速掌握 Redis 核心用法。 視頻教程:https://pan.quark.cn/s/10e98d3089

redis , 緩存 , 數據庫 , 前端開發 , Javascript

收藏 評論

mb68b85ccf7a016 - ​​Redis 在現實世界的 5 個用法​​

Redis是一個強大的內存數據結構存儲,包含數據庫,緩存和消息代理等多種用途。大多數人經常認為它不過是一個簡單的鍵值存儲,但其實它有更多的能力。下面我將會總結一些Redis可以做的事情的真實例子。 1.全頁面緩存 首先是整頁緩存。如果你正在使用服務器端呈現的內容,則不需要為每個單獨的

redis , 數據 , 物聯網 , 緩存

收藏 評論

zzzzmt - SpringFramework:循環依賴與三級緩存

一、Spring 中的循環依賴問題 1、Spring 中的循環依賴概述 Spring 循環依賴指的是 SpringBean 對象之間的依賴關係形成一個閉環。即在代碼中,把兩個或者多個 Bean 相互之間去持有對方的引用,就會發生循環依賴,循環依賴會導致注入出現死循環,這是 Spring 發生循環依賴的主要原因之一。 Spring 循環依賴主要有三種情況,即:自身

初始化 , 緩存 , 後端開發 , JAVA , 三級緩存

收藏 評論

墨色天香 - JVM學習總結3_內存調優和常見內存問題定位_jxm121250055的博客-博客

OneDev作為一款自託管的Git服務器,集成了CI/CD和看板功能,其內存管理對於系統穩定性和性能至關重要。本文將為您提供完整的JVM參數調優和內存泄漏排查方案,幫助您優化OneDev的內存使用效率。🚀 🔧 JVM參數配置詳解 內存分配策略 OneDev使用MaxRAMPercentage參數來控制JVM堆內存的使用比例,這是一種動態內存管理方式:

jvm , 內存泄漏 , 緩存 , 後端開發 , harmonyos

收藏 評論

阿古達木 - 給lodash的memoize 增加expire過期功能

需求場景:對同一時間發起的大量重複參數相同的請求做緩存,但是在過了幾秒鐘之後就不需要緩存了,需要重新向服務器請求最新的數據 lodash.memoize方法會在整個頁面的生命週期。需要增加一個超時功能 思路:類似於防抖函數,每次判斷是否超過設置時間,超過就清空緩存列表 const myMemoize = (fn, duration = 2000) = { let t = new Date().

lodash , 緩存 , typescript , 前端 , Javascript

收藏 評論

panwenhai - Reactor系列(十四)buffer緩衝

java#reactor#flux#buffer 緩衝 視頻講解: https://www.bilibili.com/vide... FluxMonoTestCase.java package com.example.reactor; import lombok.extern.slf4j.Slf4j; import org.junit.jupiter.api.Test; impor

flux , 緩存 , buffer , JAVA , reactor

收藏 評論

davisl - 前端- Rust入門系列之引用和借用 - Rust學習分享

Rust 借用與引用實戰 引言 借用是 Rust 中使用值而不獲取其所有權的方式。通過引用,我們可以在不轉移所有權的情況下訪問數據。Rust 的借用檢查器確保引用始終有效。 借用規則 借用遵循兩條關鍵規則: 在任意給定時間,要麼只能有一個可變引用,要麼只能有多個不可變引用 引用必須總是有效的

數據 , rust , 緩存 , 前端開發 , Javascript

收藏 評論

mob64ca13f8eecb - 【夯實Redis】如何保證數據庫與緩存雙寫一致性? 跟着大宇學Redis

首先我們先來説一下什麼是緩存雙寫,就是我們使用redis的情況下一定會使用一個持久化的數據庫,最典型的就是redis+mysql的組合,使用他們倆就一定會存在數據不一致的情況,我們為了業務要求必須保證最終一致性,所以需要我們解決的就是使用什麼方法讓他們之間的數據儘可能的在最短的時間、最大的吞吐量、最安全的方式下保證數據的一致性。 關於策略就有同步和

redis , 數據 , 緩存 , 數據庫 , 後端開發 , Python

收藏 評論

lulight - 【Azure Entra ID】AcquireTokenForClient 觸發 Entra ID 請求風暴?Shared Cache 才是 Web App 登錄的正確方式

問題描述 Web App 調用 Azure Entra ID 中國區認證端點 login.chinacloudapi.cn 獲取訪問令牌時,產生了異常巨大的 Entra ID請求量,最終導致請求失敗和整體登錄不穩定。 問題發生在使用 MSAL 的 AcquireTokenForClient 獲取 Token 場景中,表面現象是“Web App 調用 Entra ID失

app , 雲計算 , 雲服務 , 緩存 , ide

收藏 評論

mob64ca13fdd43c - c++ - 消息隊列新實現:Workflow msgqueue代碼詳解 - 個人文章

第一章:C++高性能消息隊列的演進與挑戰 在現代高併發系統中,C++ 高性能消息隊列作為核心組件,承擔着解耦、異步處理和流量削峯的關鍵職責。隨着業務規模的擴大和實時性要求的提升,傳統阻塞式隊列已難以滿足低延遲、高吞吐的需求,推動了無鎖隊列、環形緩衝區等技術的廣泛應用。 無鎖隊列的設計原理 無鎖(lock-free)消息隊列利用

數據 , 上下文切換 , 緩存 , Css , 前端開發 , HTML

收藏 評論

小陳運維 - Redis Cluster集羣模式部署

Redis Cluster模式部署 Redis的哨兵模式基本已經可以實現高可用,讀寫分離 ,但是在這種模式下每台 Redis 服務器都存儲相同的數據,很浪費內存,所以在 redis3.0上加入了Cluster 集羣模式,實現了 Redis 的分佈式存儲,也就是説每台 Redis 節點上存儲不同的內容。下面是Cluster 集羣模式的一些特點: Sentinel模式基本可以滿足一般生產的需求,具

內存 , 緩存 , Linux , redis集羣 , 集羣

收藏 評論

京東雲開發者 - 緩存空間優化實踐

作者:京東科技 董健 導讀 緩存Redis,是我們最常用的服務,其適用場景廣泛,被大量應用到各業務場景中。也正因如此,緩存成為了重要的硬件成本來源,我們有必要從空間上做一些優化,降低成本的同時也會提高性能。 下面以我們的案例説明,將緩存空間減少70%的做法。 場景設定 1、我們需要將POJO存儲到緩存中,該類定義如下 public class TestPOJO implements Seriali

redis , hash , 緩存 , 緩存設計

收藏 評論

qbit - Python 函數緩存(qbit)

前言 本文的 Python 3.8 適用 截至 2021.4.14,functools.lru_cache 和 cachetools 都不支持異步函數的緩存(async) functools.lru_cache 官方標準庫: functools.lru_cache 給 lru_cache 增加生命週期管理: https://stackoverflow.com/que... cach

cache-control , 緩存

收藏 評論

DeepSeaAI - AI應用平台架構設計:構建的企業級AI應用開發與部署平台

高性能高可用AI應用平台架構設計 一、項目概述 1.1 定位與目標 基於AI應用平台核心理念構建的企業級AI應用開發與部署平台,為組織提供: 可視化AI應用編排:拖拽式構建複雜AI工作流 多模型統一管理:統一接口管理20+主流大語言模型 智能知識庫系統:RAG增強的智能問答與文檔處理 高性能高可用架構:滿足企業級SLA(99.95%+)要求

redis , 神經網絡 , G1 , 緩存 , 人工智能

收藏 評論