tag 緩存

標籤
貢獻172
150
07:51 PM · Nov 03 ,2025

@緩存 / 博客 RSS 訂閱

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

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

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

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 - 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

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

Java烘焙師 - 架構師必備:緩存更新模式總結

大家好,我是Java烘焙師。如何更新緩存和DB、做到性能和一致性的取捨,是一個很常見的話題。下面結合筆者的經驗和思考,系統性地總結一下緩存更新模式,講透講明白。 1、旁路緩存(cache-aside) 實現方案 查詢:先查緩存,查不到緩存時再查DB,並把DB內容寫入緩存、設置合適的過期時間 更新:先更新DB,再刪緩存;做到極致則需引入延遲雙刪機制 之所以不是先刪緩存、再更新DB,是因為在這

MySQL , 緩存 , 架構

收藏 評論

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

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

代碼保安 - TypeScript中的混合類型:函數與對象的結合

混合類型(Mixin Types)是 TypeScript 中一種強大的類型系統特性,它允許一個類型既可以是函數又可以是對象。這種類型同時具備函數調用和對象屬性訪問的能力,為設計模式如裝飾器模式等提供了優雅的實現方式。 核心概念 混合類型通過將函數簽名與對象類型進行交叉(intersection)定義: // 定義一個混合類型 interface MixedFunction

函數調用 , 緩存 , 前端開發 , typescript

收藏 評論

此風喚作晚安 - 從本地緩存到Redis集羣的架構演進與實踐

當然!這是一篇關於分佈式系統緩存架構設計與實踐的技術博客,內容詳實,貼近實際開發,字數約2000字。 深入淺出分佈式緩存:從本地緩存到Redis集羣的架構演進與實踐 在當今高併發、大流量的互聯網時代,系統的性能與響應速度直接決定了用户體驗和業務成敗。而緩存,作為提升性能最有效的手段之一,已經從“可選項”演變為架構設計的“必選項”。然而,隨着系統從單體架構走向分

數據 , 本地緩存 , 緩存 , 代碼人生

收藏 評論

木子aller - Java反射性能優化:從"拖後腿"到"跟得上"的實戰方案

前陣子做一個ORM框架,用反射實現實體類和數據庫字段的映射,結果壓測時發現反射調用比直接調用慢了20倍,直接拖累了整個框架的性能。後來花了三天時間優化,把反射耗時降到了接近直接調用的水平——原來反射性能差不是不能解決,只是需要找對方法。 Java反射雖然靈活(能在運行時操作類和方法),但因為要繞過編譯期檢查、動態解析類信息,默認情況下性能確實不盡如人意。不過通過合理的緩存策

軟件研發 , System , 字節碼 , 緩存

收藏 評論

最多選5個技能 - 系統架構設計師高階難題解析與深度思考

一、分佈式系統深度難題 1.1 一致性協議進階應用 難題1:Multi-Paxos優化實現 考慮一個需要高吞吐的分佈式配置管理系統,採用Multi-Paxos協議。已知網絡延遲RTT=50ms,每個提案大小1KB,客户端請求速率2000QPS。求: 理論上最大吞吐量是多少? 如何通過批處理和流水線優化提升性能? 在節點

架構設計 , 數據中心 , 緩存 , 後端開發 , Python

收藏 評論

wx690f565d7bc78 - java程序員自測標準

一、 Java 基礎 Java 語言特性: JVM 與內存模型: 理解 JVM 架構(堆、棧、方法區等)、垃圾回收機制(G1、ZGC)、Java 內存模型(JMM)以及 volatile、synchronized 的內存語義。 面向對象 (OOP): 熟練掌握類、對象、繼承、多態、封裝。理解抽象類與接口的區別,以及何時使用它們。

MySQL , API , 緩存 , 數據庫 , JAVA

收藏 評論

mob64ca13faa4e6 - spring corn 每隔2小時

Around(環繞通知):目標方法執行前執行後都調用 Before(前置通知):目標方法調用前被調用 After(後通知):目標方法調用後調用 Throws(拋出異常通知):目標方法拋出異常調用 spring中後置通知分為@After和@AfterReturning @Afte

緩存 , 架構 , 數據庫 , 後端開發 , 一級緩存 , spring corn 每隔2小時

收藏 評論

架構魔法師 - 【轉載】TMS協議簡介_51CTO博客

其他地圖服務協議 1. TMS TMS(Tile Map Service)是一種用於發佈地圖瓦片的服務協議。TMS定義瞭如何存儲、組織和訪問地圖瓦片,使得客户端可以通過HTTP請求獲取預渲染的地圖瓦片,並將這些瓦片組合在一起形成連續的地圖。以下是一些TMS的主要特性: 獲取地圖瓦片:TMS的主要功能是獲取地圖瓦片。客户端可以發送一個HTTP請求,指定所

座標系統 , 客户端 , 緩存 , 前端開發 , Javascript

收藏 評論

十月南城 - MyBatis 進階治理點——緩存、副作用、攔截與批處理的得失分析

深入 MyBatis 內核,在性能提升與數據一致性之間尋找精妙平衡 在掌握 MyBatis 基礎映射與動態 SQL 後,進階治理成為保證生產環境穩定性與性能的關鍵。本文將深入分析緩存機制、副作用控制、攔截器應用與批處理優化等高級主題,幫助開發者構建高可用、易維護的數據訪問層。 1 緩存機制深度治理 1.1 二級緩存的一致性挑戰 MyBatis 的二級緩存基於

List , 緩存 , 架構 , 後端開發 , 攔截器

收藏 評論

mob64ca13fe62db - Redis 高級特性 Redis Stream使用

概念 Redis Stream 主要用於消息隊列(MQ,Message Queue),Redis 本身是有一個 Redis 發佈訂閲 (pub/sub) 來實現消息隊列的功能,但它有個缺點就是消息無法持久化,如果出現網絡斷開、Redis 宕機等,消息就會被丟棄。 簡單來説發佈訂閲 (pub/sub) 可以分發消息,但無法記錄歷史消息。

redis , 緩存 , 數據庫 , 後端開發 , 消息隊列 , Python

收藏 評論

龐然大悟 - 靜態資源服務優化:緩存策略、sendfile 零拷貝與文件分片傳輸機制

一、靜態資源服務的核心痛點與優化目標 NGINX 作為高性能靜態資源服務器(如圖片、CSS、JS、視頻文件),需應對高併發資源請求場景。傳統服務模式存在三大痛點:重複請求導致帶寬浪費、數據拷貝開銷高、大文件傳輸易中斷。優化目標聚焦 “減少重複傳輸、降低資源開銷、提升傳輸穩定性”,通過三層機制實現靜態資源服務性能最大化。 二、緩存策略:減少重複請求的核心手段 緩存

靜態資源 , 服務器 , 緩存 , 零拷貝 , Nginx

收藏 評論

mb61c46a7ab1eee - AI服務器工作之服務器的種類分類 - 詳解

Hello,各位小夥伴大家好。 目前開啓了關於硬件服務器測試的相關博文,歡迎相關感興趣的夥伴留言評論,一起進步與學習! 前文 通過2025年6月底,我從事了關於服務器測試的相關工作,這也是我畢業以來的第一份工作,歡迎大家也能夠評論留言你們的第一份工作或者在從事相關測試工作時的經驗與感受。 在整個博文當中,我想先以服務器的入門進行講述和介紹,之後也會更新關於

服務器 , 數據中心 , 緩存 , 後端開發 , Python

收藏 評論

技術領航者之聲 - dbo模式 跟 guest模式的區別

在前一篇《360°全方位解讀「緩存」》中,我們聊了運用緩存的三種思路,以及在一個完整的系統中可以設立緩存的幾個位置,並且分享了關於瀏覽器緩存、CDN緩存、網關(代理)緩存的一些使用經驗。 這次Z哥將深入到實際場景中,來看一下「進程內緩存」、「進程外緩存」運用時的一些最佳實踐。由於篇幅原因,這次先聊三個問題。 首當其衝的就是“先寫DB還是緩存?”。我想,只要你開

本地緩存 , 緩存 , 架構 , 數據庫 , 後端開發 , 屬於db模式缺點的是什麼 , dbo模式 跟 guest模式的區別

收藏 評論