当前位置： 首页 > wzjs >正文

网站上的按钮怎么做qq群推广方法

wzjs 2025/8/2 8:03:54
网站上的按钮怎么做,qq群推广方法,潍坊网站制作公司,怎么做地区网站一、二级缓存（RedisCaffeine）架构设计 1. 设计目标 通过「本地缓存（Caffeine） 分布式缓存（Redis）」的分层结构，实现： 低延迟：热点数据本地缓存（内存级访问…

一、二级缓存（Redis+Caffeine）架构设计

1. 设计目标

通过「本地缓存（Caffeine）+ 分布式缓存（Redis）」的分层结构，实现：

  • 低延迟：热点数据本地缓存（内存级访问），减少网络IO；
  • 高可用：分布式缓存避免单点故障；
  • 成本优化：本地缓存存储高频小数据，Redis存储全量数据，降低内存成本。
2. 核心组件
组件作用关键配置示例
Caffeine本地缓存（JVM内存），存储高频热点数据maximumSize=10000, expireAfterWrite=5m（大小+过期策略）
Redis分布式缓存（远程内存），存储全量数据，提供持久化启用RDB/AOF，设置合理maxmemory-policy（如LRU）
缓存加载策略缓存未命中时的加载逻辑（如同步加载、异步加载）同步加载：直接查DB；异步加载：先返回旧值+后台更新
一致性机制解决双写/失效不一致问题发布订阅（更新时通知其他节点清理本地缓存）、TTL（兜底）
3. 核心流程（读请求）
命中
未命中
命中
未命中
客户端请求
查本地缓存Caffeine
返回数据
查Redis
返回数据并更新本地缓存
查数据库
返回数据并更新Redis和本地缓存
4. 注意事项
  • 缓存穿透：对空值（如DB不存在的key）也缓存（设置短TTL）；
  • 缓存击穿：热点key过期时，使用互斥锁（如Redis的setnx）避免大量请求打穿DB；
  • 内存控制：Caffeine通过maximumSize或maximumWeight限制内存，避免OOM；
  • 一致性：写操作时先更新DB，再删除/更新缓存（推荐「先删缓存，再更新DB」+ 延迟双删）。
方案痛点
一、核心不一致场景分析

可能导致不一致的典型场景：

  1. 写操作顺序问题：更新数据库后未及时更新/删除缓存，导致后续读请求读取到旧缓存值；
  2. 并发写冲突：多个线程同时更新数据库和缓存，导致缓存与数据库最终状态不一致；
  3. 本地缓存隔离：分布式系统中，不同节点的本地缓存（Caffeine）可能因未同步而持有旧数据。
二、缓存失效策略设计
1. 主动失效（优先策略）

通过显式删除/更新缓存确保一致性，适用于对一致性要求高的场景（如订单状态变更）。

流程设计（写操作）：

graph TDA[更新数据库] --> B{删除Redis缓存}B --> C[发布「缓存失效」事件（Redis Pub/Sub）]C --> D[各节点订阅事件后删除本地Caffeine缓存]

关键实现细节：

  • 先更新数据库，再删除缓存（而非先删缓存）：避免因数据库更新失败导致缓存被删后无数据可用；
  • Redis Pub/Sub通知：写操作完成后，通过Redis发布事件（如频道cache_invalidate），内容为失效的key列表；
  • 本地缓存监听：每个服务节点订阅该频道，收到事件后立即调用Caffeine.invalidate(key)删除本地缓存。
2. 被动过期（兜底策略）

通过设置**TTL（生存时间）**作为最终一致性的保障，适用于对一致性要求稍低但性能敏感的场景（如商品详情）。

配置示例：

  • Caffeine：设置expireAfterWrite=5m（写入5分钟后过期），避免长期持有旧数据；
  • Redis：设置TTL=10m（比Caffeine长，确保Redis过期前本地缓存已先过期），防止本地缓存失效后Redis仍存旧值。
3. 防并发不一致：延迟双删

针对高并发场景下“删除缓存→更新数据库→新请求读缓存”的时间窗口问题，采用延迟双删策略：
作用：
前置删除：减少用户读到脏数据的时间窗，比如只有后置删除的情况下，数据更新了，缓存还没更新，先删一次减少脏数据时间窗。
后置删除：这个删除才是缓存-数据库最终一致的关键，这里是保证数据库完成操作后，发出补偿操作删除缓存来达成最终一致性。
其实如果只保证最终一致性的话，只需要后删，可以看业务体验是否能接受加入前置删除。

// 伪代码示例（Java）
public void updateData(String key, Object newData) {// 1. 先删除本地缓存和Redis缓存caffeineCache.invalidate(key);redisTemplate.delete(key);// 2. 更新数据库database.update(newData);// 3. 延迟（如1秒）后再次删除缓存（避免步骤2执行期间有新请求将旧数据加载到缓存）new Thread(() -> {try {Thread.sleep(1000);caffeineCache.invalidate(key);redisTemplate.delete(key);} catch (InterruptedException e) {Thread.currentThread().interrupt();}}).start();
}
三、一致性增强补充
  • 缓存加载互斥：读缓存未命中时，使用Redis分布式锁（如Redisson的RLock）限制只有一个线程加载数据库数据，避免大量请求同时打穿数据库；
  • 空值缓存：对数据库不存在的key（缓存穿透场景），在Caffeine和Redis中缓存null（设置短TTL，如30秒），避免重复查询数据库；
  • 监控报警：通过Prometheus+Grafana监控缓存命中率、过期次数、Pub/Sub消息延迟，及时发现一致性异常。
四、代码示例（Spring Boot整合）
1. Caffeine配置（主动失效）
import com.github.benmanes.caffeine.cache.Cache;
import com.github.benmanes.caffeine.cache.Caffeine;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import java.util.concurrent.TimeUnit;@Configuration
public class CaffeineConfig {@Beanpublic Cache<String, Object> caffeineCache() {return Caffeine.newBuilder().maximumSize(10000) // 最大容量.expireAfterWrite(5, TimeUnit.MINUTES) // 写后5分钟过期（被动兜底）.build();}
}
2. Redis Pub/Sub监听（主动通知）
import org.springframework.data.redis.connection.Message;
import org.springframework.data.redis.connection.MessageListener;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Component;
import javax.annotation.Resource;@Component
public class RedisCacheListener implements MessageListener {@Resourceprivate Cache<String, Object> caffeineCache;@Overridepublic void onMessage(Message message, byte[] pattern) {String invalidKey = new String(message.getBody());// 收到事件后删除本地缓存caffeineCache.invalidate(invalidKey); }
}
3. 写操作服务类（延迟双删）
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;
import javax.annotation.Resource;
import java.util.concurrent.TimeUnit;@Service
public class DataService {@Resourceprivate RedisTemplate<String, Object> redisTemplate;@Resourceprivate Cache<String, Object> caffeineCache;public void updateData(String key, Object newData) {// 1. 首次删除缓存caffeineCache.invalidate(key);redisTemplate.delete(key);// 2. 更新数据库（伪代码）database.update(newData);// 3. 延迟1秒后二次删除new Thread(() -> {try {TimeUnit.SECONDS.sleep(1);caffeineCache.invalidate(key);redisTemplate.delete(key);} catch (InterruptedException e) {Thread.currentThread().interrupt();}}).start();}
}

二、Redis 6.0多线程模型解析

1. 背景：单线程的瓶颈

Redis 5.0及之前采用「单线程+IO多路复用」模型，优势是避免多线程竞争（如锁开销），但瓶颈在于：

  • 网络IO处理能力受限于单线程（尤其是高并发场景，如10万+ QPS）；
  • 大键值对的序列化/反序列化可能阻塞主线程。
2. 多线程的核心设计

Redis 6.0引入多线程处理网络IO，但命令执行仍保持单线程（保证原子性）。具体流程：

graph TDA[主线程] --> B[监听端口，接收新连接]B --> C[将连接分配给IO线程池（默认4个线程）]C --> D[IO线程读取请求数据（read）并解析]D --> E[将解析后的命令放回主线程任务队列]E --> F[主线程单线程执行命令（核心逻辑）]F --> G[IO线程将响应写回客户端（write）]
3. 关键特性
  • IO线程仅处理网络IO：不参与命令执行，避免多线程竞争；
  • 可配置线程数：通过io-threads（默认4）和io-threads-do-reads（是否启用读IO多线程）控制；
  • 向后兼容：单线程模式仍可用（关闭io-threads-do-reads）。
4. 优势与限制
  • 优势：提升网络IO吞吐量（实测QPS可提升50%+）；
  • 限制：命令执行仍是单线程，无法利用多核CPU处理计算密集型操作（如大量KEYS命令）。
http://www.dtcms.com/wzjs/187519.html

相关文章：

  • 介绍自己做衣服的网站中国站长之家官网
  • wordpress 评分插件济南seo优化
  • 西部数据网站管理助手免费一键搭建网站
  • 一般做企业网站多少钱什么叫营销
  • 黑龙江网站建设郑州seo学校
  • 实战营销型网站建设百度指数分析官网
  • 网站培训费用广州seo推广营销
  • 怎么做网站引流搜索量查询
  • 云浮哪有公司做网站的推广策略及推广方式
  • 手机端网站用dw怎么做专业seo网络营销公司
  • 做网络投票网站好做吗情感网站seo
  • 滁州网络推广公司河南网站优化排名
  • 微信小程序推广软件百度如何优化排名靠前
  • 已经备案的网站新增ip怎么做怎么在百度免费推广
  • 重庆网站建设找重庆万为网站流量
  • ecs搭建wordpress站点武汉排名seo公司
  • 营销型企业网站建设的基本原则是怎么在腾讯地图上添加自己的店铺
  • 企业怎么搭建网站推广团队在哪里找
  • 这是为了使网页seo建设者
  • 网站设计实训心得旺道seo软件技术
  • 建筑模板是干嘛用的seo领导屋
  • 网站域名icp 备案价格抖音搜索关键词推广
  • 四川建设人才考试网官方网站友情链接的网站图片
  • 上海手机网站开发价格seo百度首页排名业务
  • 自己建网站做网店搜索引擎优化好做吗
  • 网站怎么做图片超链接dw网站建设小程序开发
  • 关于政府门户网站建设的论文广告网络推广怎么做
  • 外链推广网站中国新闻网
  • 免费做淘宝店铺招牌的网站百度seo优化教程
  • wordpress文章末尾加上相关文章成都谷歌seo