weixin_44044929的博客

高并发情况下查询一个不存在的key产生的背景（原因）： 缓存穿透是指使用不存在的key进行大量的高并发查询，导致缓存无法命中，每次请求都要都要穿透到后端数据库查询，使得数据库的压力非常大，甚至导致数据库服务压死；解决方案：高并发情况下查询的一个key突然过期产生背景（原因）： 在高并发的情况下，当一个缓存key过期时，因为访问该key请求较大，多个请求同时发现缓存过期，因此对多个请求同时数据库查询、同时向Redis写入缓存数据，这样会导致数据库的压力非常大；解决方案：高并发情况下大量的key 集中失效产生背

为什么要搭建Redis集群？ 高可用单个Redis如果因为某种原因宕机的话，可能会导致Redis服务不可用，可以使用主从复制实现一主多从，主节点负责写的操作，从节点负责读的操作，主节点会定期将数据同步到从节点中，保证数据一致性的问题。Redis主从复制是指：将一台 Redis 服务器的数据复制到其它的 Redis 服务器，前者所在的 Redis 服务器也被称为 “主节点”（Master / Leader），后者则被称为 “从节点”（Slave / Follower）。数据从主节点复制到从节点，主节点的主要任

为了保证一个方法在高并发情况下的同一时间只能被同一个线程执行，在传统单体应用单机部署的情况下，可以使用Java并发处理相关的API(如ReentrantLcok或synchronized)进行互斥控制。但是，随着业务发展的需要，原单体单机部署的系统被演化成分布式系统后，由于分布式系统多线程、多进程并且分布在不同机器上，这将使原单机部署情况下的并发控制锁策略失效，为了解决这个问题就需要一种跨JVM的互斥机制来控制共享资源的访问，这就是分布式锁要解决的问题。1、处理效率提升：应用分布式锁，可以减少重复任务的执行

为什么要有淘汰策略？ 答：将Redis用作缓存时，Redis数据存在内存中，如果内存空间用满，就会自动驱逐老的数据。redis配置文件：可以配置redis存放数据的阈值（例如：100mb），再配置淘汰策略。如何配置淘汰策略？ 在redis.conf文件中， 设置Redis 内存大小的限制，我们可以设置maxmemory ，当数据达到限定大小后，会选择配置的策略淘汰数据。 比如：maxmemory 300mb。 通过配置 maxmemory-policy 设置Redis的淘汰策略。比如：maxmemory

有两种存储数据的方式： 方案1：在Redis存放一个对象 使用json序列化与反序列化 方案2：直接使用redis自带序列化方式存储对象maven依赖 yml文件配置 使用 json 方式存储 工具类代码 控制层 存储方式： 注意需要序列化的对象一定要实现Serializable接口工具类 控制层测试 序列化存储： 详细介绍见另一篇博客：https://blog.csdn.net/weixin_44044929/article/details/119736668方式1：直接清除Redis的缓存，重新读取数据

缓存 缓存其实就是一个临时的存储器。 为什么使用缓存 客户端第一次请求的时候是从库里拿出我们需要的数据，但如果每次查询都从库里拿，就会很耗时耗能。那么使用缓存以后，我们只需要第一次从库里拿完存到缓存中，只要不清除缓存，我们以后的请求都直接在缓存中拿数据，就会快很多很多。 缓存作用 **缓存主要是为了提高数据的读取速度。**因为服务器和应用客户端之间存在着流量的瓶颈，所以读取大容量数据时，使用缓存来直接为客户端服务，可以减少客户端与服务器端的数据交互，从而大大提高程序的性能。 Springboot缓存 Spr

Redis(Remote Dictionary Server) 是一个使用 C 语言编写的，开源的（BSD许可）高性能非关系型（NoSQL）的键值对数据库(非关系型数据库)。与传统数据库不同的是 Redis 的数据是存在内存中的，所以读写速度非常快，因此 redis 被广泛应用于缓存方向，每秒可以处理超过 10万次读写操作，是已知性能最快的Key-Value DB。另外，Redis 也经常用来做分布式锁。除此之外，Redis 支持事务 、持久化、LUA脚本、LRU驱动事件、多种集群方案。目前市面上主流的数据