wanghang96的博客

一、概述在用户请求的整个链路上处处都能见到缓存的身影。客户端浏览器有缓存，前端CDN静态资源有缓存，后台服务有本地缓存和分布式缓存，数据库有查询缓存，操作系统对磁盘数据有页缓存，CPU对内存数据有高速缓存。如果从源头去获取一个东西代价比较高，那么把它搬到一个更容易获取的地方，之后从这个地方获取更高效，这是缓存解决问题的本质。二、数据一致性缓存有像反范式化数据库设计一样的问题：重复数据，有多个地方需要更新数据，所以要保证数据一致性，避免脏读。写时更新在更新原始数据的同时更新缓存，下次访问的缓存数据就

一、概述当系统的访问量增大的时候，一般会往这么几个方向上去优化：缓存，扩容，降级，限流。这里将聊一聊限流，限流其实可以看做是服务降级的一种实现。当请求超过系统的负载后，多余的请求做降级处理，怎么降级呢？就是限流，直接快速失败，不进行业务处理。现实生活中也有这种思想，比如高速公路车流量很大的时候，会将高速公路入口关闭，或者每隔一段时间放行一定的车辆，防止大量车辆进入给交通带来更大的压力，这就是一种限流的思想。二、固定窗口三、滑动窗口四、漏桶算法五、令牌桶算法六、漏斗算法七、RateLimiter

一、概述当数据达到一定规模，单个Mysql服务器无法容纳时就需要做数据分片，这时候插入数据就能不再使用Mysql自增主键了。分布式ID就是生成一个全局的唯一ID，可以解决数据分片唯一ID的问题。二、需要三、UUIDUUID是唯一的，可以直接本地生成，性能高，不用专门的分布式ID服务，没有网络开销。但是UUID是16字节的，而且无序，对于Innodb引擎来讲，并不适合作为表的主键。四、Redis通过Redis的原子自增方法可以实现分布式ID，但是需要注意开启AOF持久化，并且每次执行指令都要持久化