首页
AI Coding
沸点
课程
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
缓存
订阅
Tchaikovsky
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
缓存与主副本数据一致性系统设计方案(上篇)
采用Cache-Aside模式,采取更新数据库后删除缓存是正确的吗?更新数据库后更新缓存的方式,真的容易造成数据不一致吗?在系统设计与实际场景下,两种实现方式究竟要如何选择?本文尝试一一解答上述疑问。
低成本亿级流量分布式本地缓存一致性方案(设计篇)
引入本地缓存除了性能提升之外还有其他原因吗?面对引入本地缓存所带来的数据一致性问题,一定要用复杂的组件和理论来解决吗?如何简单高效、低成本的实现分布式场景下本地缓存的数据一致性?
延迟双删如此好用,为何大厂从来不用
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。