![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
redis
in the way
这个作者很懒,什么都没留下…
展开
-
Redisson自定义序列化方式
redissonClient.getBucket("key01", Commonlang3RedissonSerializer.INSTANCE).get()自定义序列化方式import io.netty.buffer.ByteBuf;import io.netty.buffer.ByteBufInputStream;import io.netty.buffer.Unpooled;import org.apache.commons.lang3.SerializationUtils;imp..原创 2021-11-22 18:02:16 · 2668 阅读 · 0 评论 -
redis 缓存一致性
一:延迟双删一、只先删缓存问题:先删缓存,在改库前,其他事务又把旧数据放到缓存里去了二、只后删缓存问题:改了库,清理缓存前,有部分事务还是会拿到旧缓存三、普通双删问题:第一次清空缓存后、更新数据库前:其他事务查询了数据库hang住第二次清空缓存后:其他事务更新缓存,此时又会把旧数据更新到缓存四、为什么需要延时双删?在三中,第二次清空缓存之前,多延时一会儿,等B更新缓存结束了,再删除缓存,这样就缓存就不存在了,其他事务查询到的为新缓存。延时是确保 修改数据库 -> 清空缓存前,原创 2021-03-29 13:43:29 · 146 阅读 · 0 评论 -
23,缓存使用
1,注意缓存雪崩问题 短时间内大量缓存失效的情况。这种情况一旦发生,可能就会在瞬间有大量的数据需要回源到数据库查询,对数据库造成极大的压力,极限情况下甚至导致后端数据库直接崩溃。这就是我们常说的缓存失效,也叫作缓存雪崩从广义上说,产生缓存雪崩的原因有两种:第一种是,缓存系统本身不可用,导致大量请求直接回源到数据库;第二种是,应用设计层面大量的Key在同一时间过期,导致大量的数据回源。第一种原因,主要涉及缓存系统本身高可用的配置,不属于缓存设计层面的问题,所以主要确保大量Key不在同一时间原创 2020-07-14 22:02:48 · 157 阅读 · 0 评论 -
redis 简单使用
依赖如下: <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-redis</artifactId></dependency> <!--<dependency...原创 2019-11-16 11:34:47 · 77 阅读 · 0 评论