在高并发方案中首先考虑的第一层优化是增加缓存。特别是，通过Redis，将数据库中的原始数据复制到内存中，这可以减少数据库的读取操作，并减少对数据库的压力。它还将加快系统的响应速度，但它也会带来其他问题，例如需要考虑数据一致性，还要防止可能的缓存崩溃，渗透和雪崩问题。
一，缓存原理
在高并发方案中首先考虑的第一层优化是增加缓存。特别是，通过Redis，将数据库中的原始数据复制到内存中，这可以减少数据库的读取操作，并减少对数据库的压力。它还将加快系统的响应速度，但它也会带来其他问题，例如需要考虑数据一致性，还要防止可能的缓存崩溃，渗透和雪崩问题。
1.实施步骤
首先查询缓存中的数据（如果有），直接返回缓存中的数据。如果缓存中没有数据，将查询数据库，数据将更新到缓存并返回，如果数据库中没有数据，则可以返回空数据。
考虑到数据一致性，缓存中的代码逻辑更加标准化。首先，拿Redis，点击它并返回它。如果遗漏，它将通过数据库进行查询和同步。
公共结果查询（String id）{
结果result=null；
//1。从Redis缓存中获取数据
Result=（Result）redisTemplate.opsForValue（）。get（id）；
If（null！=result）{
System.out.println（'获取缓存中的数据'）；
返回结果；
}
//2。通过DB查询，有一个同步更新redis，否则返回空
System.out.println（'获取数据库中的数据'）；
Result=Dao.query（id）；
If（null！=result）{
redisTemplate.opsForValue（）组（ID，结果）。
redisTemplate.expire（id，20000，TimeUnit.MILLISECONDS）；
}返回结果；
}
可以通过首先清除Key下的缓存值然后执行DB操作来执行其他添加，删除和更新操作。逻辑清晰简单，维护复杂性降低，成本不止一个查询。
Public void update（Entity entity）{
redisTemplate.delete（entity.getId（））；
Dao.update（实体）；
退货实体；
}
公共实体添加（实体实体）{
redisTemplate.delete（entity.getId（））；
Dao.insert（实体）；
退货实体；
}
2.缓存更新策略
适用于缓存的方案通常是：频繁访问，更多读取场景，更少写入方案以及不太严格的数据一致性要求。如果不满足上述三个条件，那么维护一组缓存数据的意义就不大了。实际上，通常需要为业务场景选择合适的缓存方案。给出了以下四种缓存策略。下一步是从强到弱的一致性顺序。
更新策略功能适用的方案
实时更新同步更新保证了强大的一致性，与业务的强大耦合，强大的财务转移业务等。
弱实时异步更新（MQ /发布订阅/观察者模式），服务解耦，弱一致性，延迟不适合编写频繁场景
失效机制将缓存设置为无效，存在一定的延迟，可能存在雪崩，适合于较少的读写，并且可以接受一定的延迟。
任务调度通过定期任务完全更新统计服务，并定期更新。
2.缓存雪崩和故障
缓存雪崩概念
缓存雪崩意味着在设置缓存时使用相同的到期时间，导致缓存同时失败。请求全部转发给DB，DB处于压力和雪崩状态。与缓存故障不同，缓存突破并检查相同的数据。缓存雪崩是不同的数据已过期，并且无法找到许多数据来检查数据库。
解
分配缓存过期时间。例如，我们可以根据原始到期时间（例如1-5分钟）添加随机值，这样每个缓存到期时间的重复率将会降低，并且很难导致集体失败。事件。
通过锁定或排队来保证对高速缓存的单线程（进程）写入，从而避免大量并发请求在失败时落入底层存储系统。
第一种方案相对容易实现，第二种方法主要通过添加阻塞独占锁来实现。在高速缓存查询不可用的情况下，仅允许一个线程查询DB，从而可以避免相同的线程。大量并发ID请求属于数据库。公共结果查询（String id）{
//从缓存中获取数据
结果result=null；
Result=（Result）redisTemplate.opsForValue（）。get（id）；
If（result！=null）{
Logger.info（'获取缓存中的数据'）；
返回结果；
}
//2。锁定队列，阻止锁定
doLock（id）； //有多少个id可能有多少个锁
尝试{
//一次只有一个线程
//仔细检查，第一次得到以下内容可以直接从缓存中命中
Result=（Result）redisTemplate.opsForValue（）。get（id）；
If（result！=null）{
Logger.info（'获取缓存中的数据'）；
返回结果； //第二个帖子，回到这里
}
Result=dao.query（id）；
//3.从数据库查询的结果不为空，然后将数据放入缓存中，方便下次查询
If（null！=result）{
redisTemplate.opsForValue（）组（ID，结果）。
redisTemplate.expire（id，20000，TimeUnit.MILLISECONDS）；
}
返回省份；
} catch（例外e）{
返回null；
} finally {
//4。开锁
RELEASELOCK（provinceid）；
}
}
Private void releaseLock（String userCode）{
ReentrantLock oldLock=（ReentrantLock）locks.get（userCode）；
if（oldLock！=null && oldLock.isHeldByCurrentThread（））{
oldLock.unlock（）；
}
}
Private void doLock（String lockcode）{
502 Bad Gateway

502 Bad Gateway

---

<中心> nginx的


<！ - 用于禁用MSIE和Chrome友好错误页面的填充 - >
<！ - 用于禁用MSIE和Chrome友好错误页面的填充 - >
<！ - 用于禁用MSIE和Chrome友好错误页面的填充 - >
<！ - 用于禁用MSIE和Chrome友好错误页面的填充 - >
<！ - 用于禁用MSIE和Chrome友好错误页面的填充 - >
<！ - 用于禁用MSIE和Chrome友好错误页面的填充 - >
将列表数据加载到Bloom过滤器中
Private BloomFilter bf=null；
//在创建PostConstruct注释对象后自动调用此方法。
@PostConstruct
Public void init（）{
//bean初始化完成后，实例化bloomFilter，并加载数据
List entities=initList（）；
//初始化Bloom过滤器
Bf=BloomFilter.create（Funnels.stringFunnel（Charsets.UTF_8），entities.size（））；对于（实体实体:实体）{
Bf.put（entity.getId（））；
}
}
??
通过Bloom过滤器访问，可以在db中查询状态
公共省份查询（String id）{
//首先确定Bloom过滤器中是否存在该值，该值是否允许访问缓存和数据库
如果（！bf.mightContain（id））{
Log.info（'非法访问'+ System.currentTimeMillis（））；
返回null；
}
Log.info（'获取数据库中的数据'+ System.currentTimeMillis（））；
实体实体=super.query（id）；
退货实体；
}
这样，当存在来自外界的恶意攻击时，可以在过滤层直接拦截不存在的数据请求，而不会影响底层数据库系统。

• 上一篇: 蓝盟IT外包，元宇宙：四梁八柱是什么
  下一篇: 调查表明：多云正在成为一种常态

• 分享到：