程序猿进阶

此时会直接打到数据库上，并且因为查不到数据，也不会写入缓存，所以下一次同样会打到数据库上，请求每次都会走到数据库，流量大时可能导致数据库被打挂。，在缓存过期的一瞬间，有大量的读请求，由于此时缓存过期了，所以请求最终都会走到数据库，造成瞬时数据库请求量大、压力骤增，可能导致数据库被打挂。冲突，会存在一定的误判，所以布隆过滤器的特点是判断不存在的，则一定不存在；判断存在的，大概率存在。同时过期，可以在设置过期时间时，在基础过期时间上加一个随机值来打散过期时间，通过打散过期时间，避免同一时间大量缓存过期。

痛点一：因为基础数据不属于频繁更新的数据，所以每个应用都有自己和缓存，当基础数据更新后，各个应用缓存刷新不及时就会导致应用数据不一致问题。年北京南苑机场转场至北京大兴国际机场），要求在某个特定时间点新老机场转换并同时输出，调用方众多每次转场协调复杂，数据需要频繁清洗。问题点：接口的可靠性（如果接口挂掉就会影响改签和下单流程）和数据的准确性（与数据库数据不一致时，会影响用户形成）。基础服务模块的功能：保证服务的数据一致性，并达到数据限流的目的。痛点：基础数据使用的是全量的缓存，所以数据量会很大。

线程，都同时处理图中的“队列”，是不是会存在锁竞争的关系尼？还需要注意的是，线程数并不是越大越好，官方认为超过了。,并对数据进行协议解析，当队列全部处理完毕后，主线程会对队列中请求串行“执行。官方建议：只在机器至少有4个内核时才启用多线程模型，且至少留下一个备用内核。【6】主线程执行所有命令并清空整个等待队列，等待客户端后续的请求队列；件事情串行一起执行，因为是基于内存，所以执行速度非常快。开启多线程后，还需要设置线程数，否则是不生效的。和串行操作，某个操作“出问题”会“阻塞”后续操作。

【3】神盾缓存使用本地模式，数据目前不同步到海外，第一次使用神盾数据需要回源上海，如需预热，需要联系DBA；（问题：国内外数据加解密是不一样的，准备给数据库添加版本信息，新加坡加密的数据，回到上海之后也能够解密）；目前业务都是围绕用户场景加的分布式锁，所以也可以满足目前的实际业务场景。同时，该约定为口头约定，没有框架介入，实际执行过程可能会因个人失误造成非预期的结果。工厂进行统一封装，通过约定大于配置的形式，根据区域约定统一的后缀名，向。集群只服务于当前单元内的业务，所以不是全量的。【目前缓存不同步数据】

优质博文。

源时配置的阿里源所以下载的大多数依赖包版本都比较高，在安装很多较低版本软件时都会遇到这个问题。卸载依赖包重装版本的方法过于繁琐，可能扯出来一堆版本问题。这个关键字的作用是编译的时候用于指定程序存放的路径。执行编译命令，接下来控制台会输出各种编译过程中输出的内容。的方式读取所有配置项。这里指定号目录也方便后续的卸载，后续直接。资源：或者手动下载后进行上传即可。不能退出控制台，如果退出控制台。命令尝试绕过依赖包时，直接把。其他的资源文件会存放在。，即配置了允许所有主机连接。安装目录，执行下面命令启动。

随着java版本的更新提供了越来越多的语法和工具来简化日常开发，但是我们一般用的比较早的版本所以体验不到。这时就用到了guava这个包。guava提供了很多方便的工具方法，solar框架就依赖了版本，这里稍微介绍下。

如果一个 master出现了脑裂，跟其他 slave丢了连接，那么上面这两个配置可以去确保说，如果不能继续给指定数量的 slave发送数据，而且 slave超过10秒没有给自己 ack消息，那么就直接拒绝客户端的写请求，这样脑裂活的旧 master就不会接受 client的新数据，也就避免了数据丢失，上面配置确保了，如果跟任何一个 slave丢了连接，在 10秒后发现没有 slave给自己 ack，那么就拒绝新的写请求，因此脑裂场景下，最多丢失 10秒的数据。如果没有分区，你最多只能使用一台机器的内存。

布隆过滤器(英语：Bloom Filter)是 1970 年由布隆提出的。它实际上是一个很长的二进制向量和一系列随机映射函数,既然是二进制，那么里面存放的不是0，就是1，但是初始默认值都是0。它可以告诉你某样东西一定不存在或者可能存在。相比于传统的 List、Set、Map 等数据结构，它更高效、占用空间更少，但是缺点是其返回的结果是概率性的，而不是确切的。当要向布隆过滤器中添加一个元素key时，我们通过多个hash函数，算出一个值，然后将这个值所在的方格置为1。比如，下图。

多路复用程序传来的套接字， 并根据套接字产生的事件的类型， 调用相应的事件处理器。服务器会为执行不同任务的套接字关联不同的事件处理器， 这些处理器是一个个函数， 它们定义了某个事件发生时， 服务器应该执行的动作。函数接受一个套接字描述符、一个事件类型和一个毫秒数为参数， 在给定的时间内阻塞并等待套接字的给定类型事件产生， 当事件成功产生， 或者等待超时之后， 函数返回。函数来等待事件产生， 然后遍历所有已产生的事件， 并调用相应的事件处理器来处理这些事件。

✘ 薪火相传：上一个 Slave 可以是下一个 Slave 的 Master，Slave 同样可以接收其他 Slaves 的连接和同步请求，那么该 Slave 作为了链条中下一个的 Master，可以有效减轻 Master 的写压力。由于所有的写操作都是先在 Master 上操作，然后同步更新到 Slave 上，所以从 Master 同步到 Slave 机器有一定的延迟，当系统很繁忙的时候，延迟问题会更加严重，Slave 机器数量的增加也会使这个问题更加严重。✘ 反客为主：SLAVEOF NO ONE。

系统性学习，移步IT-BLOG对于类似于首页这种每天都有大量的人访问，对数据库造成很大的压力，严重时可能导致瘫痪。解决方法：一种是数据缓存、一种是网页静态化。今天就讨论数据缓存的实现Redis： 是一种开源的 Key-Value 数据库，运行在内存中，企业开发通常采用 Redis 来实现缓存。同类的产品还有 memcache、memchached、MongoDB 等。Jedis： 是 Redis 官方推出的一款面向 Java 的客户端，提供了很多接口以供 Java 语言调用。可以在 Redis 官网下载当然

缓存穿透/击穿/缓存雪崩概述目前主流的数据库无法承载高并发的读取，因此后端应用大量使用分布式缓存来应对高并发的读流量，如果因为缓存穿透/击穿/雪崩原因导致大量流量打到数据库上，可能导致数据库挂掉。缓存穿透访问一个缓存和数据库都不存在的 key，此时会直接打到数据库上，并且因为查不到数据，也不会写入缓存，所以下次同样会打到数据库，请求每次都会走到数据库，流量大时可能会击垮数据库。解决方案【1】空值缓存：查询数据库发现没有数据，给对应的 key存入一个空值缓存，代码数据库中没有数据，应用查询到空值就

一、Redis 为什么那么快【1】完全基于内存，绝大部分请求是纯粹的内存操作，非常快速。数据存在内存中。【2】数据结构简单，对数据操作也简单，Redis中的数据结构是专门进行设计的。【3】采用单线程，避免不必要的上下文切换和竞争条件，也不存在多进程或者多线程导致的切换而消耗CPU，不用去考虑各种锁的问题，不存在加锁释放锁操作，没有因为可能出现死锁而导致的性能消耗。【4】使用多路IO复用模型，非阻塞IO。利用epoll可以同时监察多个流的 IO事件的能力，在空闲的时候，会把当前线程阻塞掉，当有一个或

一、什么是缓存【1】缓存就是数据交换的缓冲区（称作：Cache），当某一硬件要读取数据时，会首先从缓存中查询数据，有则直接执行，不存在时从磁盘中获取。由于缓存的数据比磁盘快的多，所以缓存的作用就是帮助硬件更快的运行。【2】缓存往往使用的是RAM（断电既掉的非永久存储），所以在用完后还是会把文件送到硬盘等存储器中永久存储。电脑中最大缓存就是内存条，硬盘上也有16M或者32M的缓存。【3】高速缓存是用来协调CPU与主存之间存取速度的差异而设置的。一般CPU工作速度高，但内存的工作速度相对较低，为了解决这

Redis 性能优化一、Linux 操作系统【1】ulimit 与 TCP backlog：1）、修改 ulimit：通过 ulimit 修改 open files 参数，redis 建议把 open files 至少设置成 10032，因为 maxclients 是10000 [客户端的数据是以文件的形式进行保存的] ，另外 redis 内部最多会使用 32 个文件描述符。1 ulimit -n 10032 #但重启后就无效了，也可以通过配置文件limits.conf 的形式持久修改2 #修改

Redis 是在内存中保存数据。

分布式缓存的一致性 Hash 算法一、使用一致性 Hash 算法的原因简单的路由算法可以使用余数 Hash：用服务器数据除缓存数据 KEY 的 Hash 值，余数为服务器列表下标编码。这种算法可以满足大多数的缓存路由需求。但是，当分布式缓存集群需要扩容的时候，事情就变得棘手了。举个例子：很容易可以计算出，3台缓存服务器扩容至4台服务器，大约有 75%（3/4）被缓存了的数据不能正确命中，随着服务器集群规模的增大，这个比例线性上升。当100台服务器的集群中加入一台新服务器，不能命中的概率是 99%（N/

本地缓存与分布式缓存一般而言，现在互联网应用（网站或App）的整体流程，可以概括如图所示，用户请求从界面（浏览器或App界面）到网络转发、应用服务再到存储（数据库或文件系统），然后返回到界面呈现内容。随着互联网的普及，内容信息越来越复杂，用户数和访问量越来越大，我们的应用需要支撑更多的并发量，同时我们的应用服务器和数据库服务器所做的计算也越来越多。但是往往我们的应用服务器资源是有限的，且技术变革是缓慢的，数据库每秒能接受的请求次数也是有限的（或者文件的读写也是有限的），如何能够有效利用有限的资源来提供

Redis 基础数据结构Reids 所有的数据结构都以唯一的 key 字符串作为名称，然后通过这个唯一的 key 值来获取相应的 value 数据。不同的数据结构差异就在于 value 的结构不一样。*一、*Redis 五大数据类型【1】String（字符串）：String 是 Redis 最基本的类型，一个 key 对应一个 value。String 类型是二进制安全的。意思是 Redis 的 String 可以包含任何数据。一个键最大能存储 512MB。【2】Hash（哈希）：Hash 是

Redisson实现分布式锁原理一、高效分布式锁当我们在设计分布式锁的时候，我们应该考虑分布式锁至少要满足的一些条件，同时考虑如何高效的设计分布式锁，这里我认为以下几点是必须要考虑的。1、互斥在分布式高并发的条件下，我们最需要保证，同一时刻只能有一个线程获得锁，这是最基本的一点。2、防止死锁在分布式高并发的条件下，比如有个线程获得锁的同时，还没有来得及去释放锁，就因为系统故障或者其它原因使它无法执行释放锁的命令,导致其它线程都无法获得锁，造成死锁。所以分布式非常有必要设置锁的有效时间，确保系统