首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
架构
订阅
单人单桌
更多收藏集
微信扫码分享
微信
新浪微博
QQ
3篇文章 · 0订阅
聊聊数据库与缓存数据一致性问题
数据库跟缓存,或者用Mysql和Redis来代替,想必每个CRUD boy都不会陌生。本文要聊的也是一个经典问题,就是以怎样的方式去操作数据库和缓存比较合理。 为什么必须要有过期时间?首先对于缓存来说,当它的命中率越高的时候,我们的系统性能也就越好。如果某个缓存项没有过期时间,…
亿级流量系统架构之如何在上万并发场景下设计可扩展架构(上)?【石杉的架构笔记】
如何设计全链路99.99%高可用架构。 接下来,我们将会继续通过几篇文章,对这套系统的可扩展架构、数据一致性保障等方面进行探讨。 如果大家看过之前的一系列文章,应该依稀还记得上一篇文章最后,整个系统架构大致演进到了如下图的一个状态。 如果没看过之前的系列文章,上来猛一看下面这个…
面试大杀器:消息中间件如何实现消费吞吐量的百倍优化?【石杉的架构笔记】
上一篇文章:互联网面试必杀:如何保证消息中间件全链路数据100%不丢失(2),我们分析了ack机制的底层实现原理(delivery tag机制),还有消除处理失败时的nack机制如何触发消息重发。 通过这个,已经让大家进一步对消费端保证数据不丢失的方案的理解更进一层了。 这篇文…