java和Mysql数据一致性_8张图带你分析Redis与MySQL数据一致性问题

前言

对于Web来说，并发量和访问量增加一定程度上推动项目技术和架构的更迭和进步。可能会有以下的一些状况：

页面并发量和访问量并不多，MySQL足以支撑自己逻辑业务的发展。那么其实可以不加缓存。最多对静态页面进行缓存即可。

页面的并发量显著增多，数据库有些压力，并且有些数据更新频率较低反复被查询或者查询速度较慢。那么就可以考虑使用缓存技术优化。对高命中的对象存到key-value形式的Redis中，那么，如果数据被命中，那么可以不经过效率很低的db。从高效的redis中查找到数据。

当然，可能还会遇到其他问题，你还通过静态页面缓存页面、cdn加速、甚至负载均衡这些方法提高系统并发量。这里就不做介绍。

缓存思想无处不在

我们从一个算法问题开始了解缓存的意义。

问题1：

输入一个数n(n<20),求n！；

分析1：

单单考虑算法，不考虑数值越界问题。

当然我们知道n!=n * (n-1) * (n-2) * … * 1= n * (n-1)!;

那么我们可以用一个递归函数解决问题。

static long jiecheng(int n)

{

if(n==1||n==0)return 1;

else {

return n*jiecheng(n-1);

}

}

这样每输入求一次需要执行n次。

问题2：

输入t组数据(可能成百上千)，每组一个xi(xi<20),求xi！；

分析2：

如果使用递归,输入t组数据，每次输入为xi，那么每次都要执行次数为：

当每次输入的Xi过大或者t过大都会造成不小的负担！时间复杂度为O(n2)

那么能否换个思想的。没错、是打表。打表常用于ACM算法中，常用于解决多组输入输出、图论搜索结果、路径储存问题。那么，对于这个求阶乘。我们只