精品欧美日韩中文字幕在线,一边摸一边抽搐一进一出视频

很高興能夠看到和回答這個問題,作為一個科技愛好者，我每天都在科技發(fā)展方面的消息，每天收獲也蠻多的。
首先，我覺得這是一個非常好的問題，也是很多小白用戶困惑之處，下面我將根據(jù)自己的經(jīng)驗認真回答這個問題。
分布式類型高速緩存現(xiàn)在是許多分布式應(yīng)用程序中必不可少的組件，但是如果以分布式格式使用高速緩存，則它可能與高速緩存和雙數(shù)據(jù)庫關(guān)聯(lián) 。如果您寫兩次，那么數(shù)據(jù)序列肯定會出現(xiàn)問題，您該如何解決兼容性問題？
最經(jīng)典的緩存+數(shù)據(jù)庫模式是“緩存?zhèn)溆媚Ｊ健?br /> 讀取高速緩存，不帶單詞的高速緩存，讀取數(shù)據(jù)庫，然后刪除數(shù)據(jù)并將其放入高速緩存中，然后作為響應(yīng)進行回調(diào) 。更新數(shù)據(jù)庫，然后刪除緩存。
為什么要刪除緩存而不更新緩存？
原因是在許多情況下，緩存是復(fù)雜點的場景，緩存不只是從數(shù)據(jù)庫輸出。例如，您可以先更新一個表字段，然后再更新相應(yīng)的緩存。為了計算最新的緩存值，有必要從另外兩個表中請求數(shù)據(jù)并執(zhí)行操作。
有時，更新緩存的成本非常高。這是否意味著每次對數(shù)據(jù)庫進行更改時，都需要更新相應(yīng)的緩存？也許有這樣的場景，但是對于更復(fù)雜的緩存腳本，情況不再如此。如果您經(jīng)常更改緩存，那么它也會經(jīng)常更新。但是問題在于緩存將不經(jīng)?？捎脝幔?br /> 如果添加栗子，則包括表字段的緩存將更改20次或在1分鐘內(nèi)更改100次，然后將緩存更新20次和100次，但是每分鐘僅讀取一次緩存，其中包含有關(guān)冷的大量數(shù)據(jù) 。實際上，如果您只是刪除緩存，那么在一分鐘之內(nèi)就可以對緩存進行簡單的重新計數(shù) ，并且所花費的費用比緩存要少得多。
實際上，刪除緩存而不是更新緩存是一種惰性計算的思想，無論是否使用緩存，都不要每次都進行復(fù)雜的計算，而是在必要時重新進行計算。就像，冬眠一樣，每個人都認為自己很懶。應(yīng)部門的要求，部門帶來了一份員工名單，無需說出每個部門的要求，它還包含1000名員工的數(shù)據(jù) 。在80％的情況下，檢查該扇區(qū)足以訪問有關(guān)該扇區(qū)的信息。首先檢查部門，還聯(lián)系內(nèi)部的員工，然后僅當(dāng)您要訪問數(shù)據(jù)庫中的人員時，才可以聯(lián)系1000名員工。
緩存問題和解決方案
問題：首先更改數(shù)據(jù)庫，然后刪除緩存。如果緩存刪除錯誤，則將導(dǎo)致以下事實：數(shù)據(jù)庫中的數(shù)據(jù)將是新的，緩存中的數(shù)據(jù)將是舊的，并且數(shù)據(jù)將不一致。
解決方案：首先刪除緩存，然后修改數(shù)據(jù)庫。如果數(shù)據(jù)庫更改錯誤，則表明數(shù)據(jù)庫中有舊數(shù)據(jù)，并且高速緩存為空，則數(shù)據(jù)不會彼此不同。由于無法讀取緩存，因此請讀取數(shù)據(jù)庫中的舊數(shù)據(jù)并在緩存中進行更新。
分析更復(fù)雜的數(shù)據(jù)不一致問題
更改了數(shù)據(jù)，首先刪除了緩存，然后對數(shù)據(jù)庫進行了更改，直到進行了更改。讀取緩存的一個請求，發(fā)現(xiàn)緩存為空，轉(zhuǎn)到數(shù)據(jù)庫，在進行更改之前找到了舊數(shù)據(jù)，并將其放入緩存中。數(shù)據(jù)修改程序已完成數(shù)據(jù)庫的更新。
一切都消失了，數(shù)據(jù)庫和數(shù)據(jù)中的緩存不相似…
為什么緩存與腳本結(jié)合使用時會產(chǎn)生數(shù)十億的高流密度的問題？
僅當(dāng)同時讀取和寫入數(shù)據(jù)時，才會出現(xiàn)此類問題。實際上，如果您的并行增長非常低，尤其是閱讀和分發(fā) ，則每天的訪問量為10,000，那么在極少數(shù)情況下，就會出現(xiàn)剛才提到的不一致的情況。但是，問題在于，如果流的日流量為每秒1億，則如果請求更新數(shù)據(jù)，則上述數(shù)據(jù)庫+緩存之間可能不匹配。
解決方法如下：
當(dāng)更新數(shù)據(jù)時，根據(jù)單個數(shù)據(jù)標(biāo)識符，將在發(fā)送到j(luò)vm內(nèi)部隊列后沿該路由執(zhí)行操作。當(dāng)讀取數(shù)據(jù)時，如果在緩存中找不到數(shù)據(jù) ，則會根據(jù)將發(fā)送到j(luò)vm內(nèi)部隊列的唯一標(biāo)識路由，重新讀取數(shù)據(jù)并更新緩存操作。
隊列對應(yīng)于一個工作討論，每個討論按順序執(zhí)行，然后執(zhí)行一篇文章。因此，數(shù)據(jù)修改操作首先刪除高速緩存，然后更新數(shù)據(jù)庫，但不更新它。同時，如果讀取了讀取請求且緩存為空，則可以先將請求更新緩存以發(fā)送到隊列。此時，隊列中的滯后將累積，然后同步將等待緩存更新完成。
這里有一個優(yōu)化點，一個隊列中沒有幾個請求一起更新緩存，因此您可以過濾是否已經(jīng)有更新隊列中的緩存的請求，您不需要在隊列中輸入更新請求，只需等到請求更新將完成。
在此隊列完成上一個操作的數(shù)據(jù)庫中的更改之后，將執(zhí)行下一個操作，即緩存將被更新。在這種情況下，將讀取數(shù)據(jù)庫中的最后一個值并將其輸入到高速緩存中。
如果該請求仍在可及范圍內(nèi)，并且事實證明該請求可用，則立即返回；如果等待時間超過一定時間，則這次將直接從數(shù)據(jù)庫中讀取當(dāng)前的舊值。
在高度一致的情況下，該解決方案需要注意：
1.Ready請求被長時間阻止
由于讀取請求非常輕巧且異步，因此必須注意讀取延遲，并且每個讀取請求都應(yīng)在等待時間內(nèi)返回。
該決定主要是由于很可能會經(jīng)常更新數(shù)據(jù)，這導(dǎo)致以下事實：隊列中積累了大量更新操作，然后在讀取請求中發(fā)生了許多中斷，最終導(dǎo)致大量查詢直接進入數(shù)據(jù)庫。有必要通過進行一系列模擬和實際測試來檢查數(shù)據(jù)更新的頻率。
此外，由于在其中一個隊列中可能存在積壓的多個位置更新數(shù)據(jù) ，因此有必要考慮到您自己的操作來檢查它們，因此您可能需要部署多個服務(wù) ，每個服務(wù)都將分發(fā)部分數(shù)據(jù)更新操作。如果在存儲隊列中您確實從修改庫存中擠出了100種商品，則每次庫存更改需要10毫秒才能完成時，那么讀取最后一種商品的請求可能會等待10*100==1s來接收數(shù)據(jù)，這會導(dǎo)致較長的讀取延遲要求。
必須根據(jù)實際操作系統(tǒng)進行幾次壓力測試，并對網(wǎng)絡(luò)環(huán)境進行建模，以查看內(nèi)存隊列有多繁忙可以產(chǎn)生更新，這可能導(dǎo)致對應(yīng)于讀取請求的最新更新，如果讀取請求返回200ms，則掛起要花多長時間如果您甚至計算出最緊張的時間，即10次更新的滯后，最多200ms，那么這是可能的。
如果大量更新可以在內(nèi)存隊列中累積，那么您需要添加設(shè)備，以使部署在計算機上的服務(wù)的每個實例處理的數(shù)據(jù)更少，那么隊列中累積的更新數(shù)量將減少。
實際上，根據(jù)先前項目的經(jīng)驗，數(shù)據(jù)記錄的頻率通常很低，因此在實踐中，通常，在隊列中更新的滯后應(yīng)該微不足道。與該項目有關(guān)讀取和讀取緩存的體系結(jié)構(gòu)的情況一樣，寫入請求通常非常少，每秒QPS可以達到數(shù)百。
1、實際流利度計算
如果在一秒鐘內(nèi)執(zhí)行500次寫入操作，如果除以5個計時器，每次操作以及該存儲隊列中的20個操作，則每個存儲隊列可能會延遲5次寫入操作。通常java簡單實現(xiàn)一個阻塞隊列，在每次記錄性能測試之后，大約需要20ms，然后讀取每個內(nèi)存隊列中的數(shù)據(jù)的請求也將掛起一會兒，可以返回200ms 。
經(jīng)過簡單的測量，我們知道支持一臺機器成百上千個QPS并不是問題，如果將QPS記錄增加10倍，則該機器將擴展10倍，每臺機器20個隊列。
2、讀取請求過多
還必須在此處進行壓力測試java簡單實現(xiàn)一個阻塞隊列，以確保在遇到上述情況時，存在服務(wù)意外的大量讀取請求被延遲數(shù)十毫秒的風(fēng)險，以使服務(wù)了解如何進行服務(wù)不可用，以及需要多少輛汽車才能承受最大峰值。
但是，由于并非同時更新所有數(shù)據(jù) ，因此高速緩存不會同時過期，因此，每次高速緩存中可能會丟失多個數(shù)據(jù)時，此數(shù)據(jù)將成為讀取請求，并且它們的數(shù)量不是應(yīng)該特別大。
3、多服務(wù)路由請求部署示例
也許此服務(wù)包含幾個示例，所以有必要確保通過Nginx服務(wù)器將數(shù)據(jù)更新操作的執(zhí)行以及緩存更新請求的執(zhí)行定向到同一服務(wù)目錄。
例如，請求讀取和寫入同一產(chǎn)品，到同一機器的整個路徑。您可以根據(jù)所請求的參數(shù)之一沿著哈希路由前往服務(wù)辦公室，也可以使用Nginx哈希路由，依此類推。
4、熱貨路線問題，導(dǎo)致要求
如果讀取和寫入產(chǎn)品的順序特別高，則與在同一臺計算機上相同的隊列中的所有內(nèi)容都可能對同一臺計算機造成過大的壓力。這意味著，由于僅在更新產(chǎn)品數(shù)據(jù)時才清除緩存，然后它們導(dǎo)致讀寫，實際上是看業(yè)務(wù)系統(tǒng) ，如果刷新率不太高，則此問題的后果不會特別明顯很好，但是，當(dāng)然，某些汽車上可能會有很大的負載。
以上便是我的一些見解和回答，可能不能如您所愿，但我真心希望能夠?qū)δ兴鶐椭?！不清楚的地方您還可以我的頭條號“每日精彩科技”我將竭盡所知幫助您！
碼字不易，感覺寫的還行的話，還請點個贊哦！
【如何保證本地緩存、分布式緩存、數(shù)據(jù)庫之間的數(shù)據(jù)一致性？】本文到此結(jié)束，希望對大家有所幫助。

如何保證本地緩存、分布式緩存、數(shù)據(jù)庫之間的數(shù)據(jù)一致性？

如何保證本地緩存、分布式緩存、數(shù)據(jù)庫之間的數(shù)據(jù)一致性？