Redis和Mongodb应用场景研究

应用升级：现在在给大家介绍一下我们项目中关于redis和mongodb深入的应用，我们接着上面的应用场景继续往下说。下面我们接着深入上面的这两个场景，例如下面的这两个场景：

场景一：比如我们上面说到的场景一中点赞这个行为，因为我们项目对点赞这个数据的安全性要求特别高，而且取消点赞的过程种会涉及其它关联的操作，而且必须保证是线程是安全的，最重要的是我们需要redis高可用性，不能轻易的挂掉。这个时候我们就用到了 redis中数据持久化和分布式锁的内容了，通过redis数据持久化，我们可以将缓存的数据保存到本地中来。利用redis分布式锁，我们可以控制取消点赞数据安全问题。关于高可用性的话，我们可以采用redis集群来实现，redis集群我们采用 rediscluster来实现，这样我们就可以实现点赞这种场景的所有要求了。

场景二：我们接着评论表的内容，刚开始评论表可能数据不是特别大，可是随着时间的增长，评论表的数据会越来越大，但是我们查询的时间要控制在一段的间内，不能太久才搜索到相关的评论。最后也是同样的要求，评论查询的高可用性。基于这种场景我们可以采用 mongodb中的分片来实现，通过mongodb的分片机制，我们可以将海量的数据查询分别负载到不同的分片服务器上面，最后将数据查询的数据结果整合到一起。基于这种情况，不管数据量有多大，我们都可以实现快速的查询功能，查询时间约等于 （数据量/分片数量）。分片其实本身就是一种高可用性的方案，因为每一个分片都保留着完整的一份数据，每次插入数据的时候，先插入一个主分片中，然后同步复制到所有从分片中，即使一个分片挂了，其余分片也能自动升级为主分片，继续工作。

疑问点：
这边可能会有人要问，既然每片的数据都一样，那查询的时间不肯定也一样吗，怎么可能是（数据量/分片数量），不应该是（数据量*分片数量）时间吗。关于这个疑问的话，大家可能得仔细研究一下mongodb分片的规则了，mongodb分片的同时也会把数据进行分片划分，同样一份数据但是每片查询的区域是不一样的，比如分片一会查询数据的前半截，然后分片二会查询数据的后半截。这样不就可以做到同样的一份数据，但是每一份查询的数据区域都是不一样的。我这边只是简单的说明，想具体研究的话，可以自己百度百度研究研究。
想要更多干货、技术猛料的孩子，快点拿起手机扫码关注我，我在这里等你哦~

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Java工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！

如果你觉得这些内容对你有帮助，可以扫码获取！！（备注Java获取）

写在最后

很多人感叹“学习无用”，实际上之所以产生无用论，是因为自己想要的与自己所学的匹配不上，这也就意味着自己学得远远不够。无论是学习还是工作，都应该有主动性，所以如果拥有大厂梦，那么就要自己努力去实现它。

最后祝愿各位身体健康，顺利拿到心仪的offer！

由于文章的篇幅有限，所以这次的蚂蚁金服和京东面试题答案整理在了PDF文档里

《一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码》，点击传送门即可获取！
点击传送门即可获取！