一个完整的大数据处理平台往往需要具备缓存功能。缓存就是将从数据库中获取的结果暂时保存起来,这样在下次使用的时候就无需重新到数据库中获取,从而降低了数据库的压力。好的缓存方案要能解决性能、稳定性、可用性等问题。Redis 就经常作为缓存层的组件来使用。
作为一款开源、高效的时序大数据处理引擎,利用时序数据的特点,TDengine 做了很多优化,在性能上远胜通用的大数据平台。比如 TDengine 提供了 LAST 和 LAST_ROW 等选择函数,有了这两个函数,我们可以轻松获得表/超级表的最后一条记录或者感兴趣的列。很多情况下,可以不用再使用 Redis 等专门的缓存组件。
你是否了解缓存的概念和常见的缓存技术?设计和实现缓存时应该考虑哪些方面?
在缓存策略上,针对时序数据,TDengine 又是如何考量的?其缓存方案是什么?
2021 年 9 月 9 日 20:00,TDengine 线上 Meetup 第四期邀请到了涛思数据研发工程师王明明,为你深度讲解 TDengine 的缓存功能是如何实现的。
王明明,北京邮电大学毕业,主修方向为电子信息、模式识别和图像处理。毕业后入职腾讯,先后在 TEG 魔王工作室卡牌游戏开发、腾讯地图手图后台开发、腾讯看点知识图谱后台开发。对网络编程、RPC 框架原理、Redis 缓存等技术有深入的研究。
他的分享将围绕以下内容展开:
1. 缓存的概念
2. 常用的缓存技术
3. TDengine 中的缓存方案
4. 缓存对性能提升举例
5. 改进优化方向
本次直播将在 2021 年 9 月 9 日 20:00-21:00 通过 TDengine 视频号进行直播,感兴趣的朋友可直接点击下方 TDengine 视频号卡片,预约/观看直播!
????点击阅读原文,体验TDengine!