项目后面需要支持监狱,学校,这种业务场景,需要支持捉拍,推送消息,支持安防,门禁系统的数据汇总,因此后面肯定要使用redis集群对业务数据高可用,访问高效,开始搭建redis集群的时候,考虑到需要把这个缓存层抽取到一个基础模块处理,提供以后其他服务公用,比如虹膜,声纹等扩展的服务,但是redis的集群并不是越多越好,毕竟它里面对集群里面的通信使用的是ping,meet,pong,fail,等发送,而这些的通信头给的大小只是2k,因此集群里面的通信数据是有限的,而且集群里面的通信的频率大概是10/per ,如果集群规模太大,就会影响到整个基础模块的通信数据体量,以及交互,网上看到一遍对redis集群原理的介绍,里面提到了集群的通信新加入节点,失败 通信后的处理原理介绍比较详细。
但是这里抽取出一个缓存模块来支持各个服务的调用,这就需要考虑到几点,
1.各个服务之间的依赖的代码是否冗余
2.是否是主线的业务服务所依赖,缓存模块如果出了问题,如何进行熔断处理
3.gateway如何支持缓存层的数据过滤,权限访问
人工智能 人脸识别 基础模块的缓存层
最新推荐文章于 2020-03-08 09:20:42 发布