如何为Cache-Aside模式提供更强的数据一致保障？提供更强的一致性保障需要更复杂的实现吗？在更强的一致性保障下，更新数据库后是选择删除缓存还是更新缓存？本文希望解答上述问题之余提供提供设计参考。

最近连续收到线上报警：线上容器接连出现 OOM，容器自动重启。怀疑出现了大对象或者内存泄漏。最终发现是Redisson框架本身缺陷导致的本次OOM。

@[TOC] 一、背景 公司想对一些不经常变动的数据做一些本地缓存，我们使用AOP+Caffeine来实现 二、实现 1、定义注解 2、切面 3、缓存工具类 三、测试

大家好，我是程序员牛肉 最近在捣鼓我们公司内部的高性能缓存中间件Squirrel。在看相关解决热key问题文档的时候，突然想到了京东的JD-hotkey框架。这玩意可算是名声在外了。

本文是技术亮点第二篇，第一篇被公司截胡了，发表在了公司号上。。 第一篇：不可思议！亿级数据竟然如此轻松同步至ES！ ，墙裂推荐！！！ 这是背景 很显然，在电商业务中，商品服务的定位为高性能和高并发、高

Cache-aside下数据变更推荐使用删除缓存的策略，为降低数据不一致通常会配合延迟双删策略。但大厂却很少使用这种方式。背后原因是什么呢？延迟双删策略有致命缺陷么？大厂采用什么策略。

介绍 redis是一种常用的内存数据库，对于使用者如果能从底层了解到各种数据类型的底层原理，可以让我们能在特定的业务场景下选择正确的数据类型。同时redis数据类型也是面试中频繁出现的面试题。

以下文章来源 原创 张隆 [阿里技术] 这是阿里技术2023年的第29篇文章 （ 本文阅读时间：10分钟 ） 本文将为大家介绍JetCache缓存开源组件的前世今生，并剖析了JetCache的工作原理

RLocalCachedMap 在 Java 应用内存中提供了一个本地缓存层，同时保持与远程 Redis 服务器上的数据同步。这样做的目的是减少对 Redis 服务器的网络访问次数，从而提高性能