当前位置: 首页 > news >正文

面试-Redis-缓存击穿

:什么是缓存击穿 ? 怎么解决 ?

:缓存击穿的意思是对于设置时间过期的key,当key过期时,恰好有大量对这个key的请求发送过来,此时这些请求发现这个key过期,就会打到数据库加载数据并设置缓存,这个时候这些大量的并发请求可能就会在瞬间压倒数据库。

常见的解决方案有两种:一是使用互斥锁,二是可以设置当前key逻辑过期。

互斥锁

互斥锁大概思路如下:

当发现某个key过期时,不立即更新。先使用Redis中的setnx去设置一个互斥锁。当多个大量的请求进来时,首先要去获取获取互斥锁,当获取锁成功时,才会去查询数据库更新缓存。而那些获取锁失败的请求就会重试查询缓存。

逻辑过期

逻辑过期大概思路如下:

当存入key时给该key添加一个逻辑过期字段,不给当前key设置过期时间。

当请求进来时,从Redis取出数据后判断数据是否逻辑过期

如果数据已逻辑过期,就会通过Redis的setnx获取一个互斥锁,当获取锁成功后,就会开通另外一个线程来查询数据库更新缓存,当前线程便直接返回未更新的旧数据。反之当获取锁失败时,直接返回未更新的旧数据即可。

最后在给面试官总结

当然两种方案各有利弊:

如果选择数据的强一致性,建议使用分布式锁的方案,性能上可能没那么高,获取锁需要等待,也有可能产生死锁的问题

如果选择key的逻辑删除,则优先考虑的高可用性,性能比较高,但是数据同步这块做不到强一致。

相关文章:

面试-Redis-缓存击穿

问:什么是缓存击穿 ? 怎么解决 ? 答:缓存击穿的意思是对于设置时间过期的key,当key过期时,恰好有大量对这个key的请求发送过来,此时这些请求发现这个key过期,就会打到数据库加载数据并设置缓存&#xff…...

80个国内可用的Chatgpt网页版(2023.10.21更新)

ChatGPT:革命性的人工智能语言模型 ChatGPT,一款能够与人类进行自然流畅对话的人工智能语言模型,通过大量训练数据和先进算法,展现出卓越的自然语言处理能力。它能理解并回应人类问题,提供准确、连贯且有意义的答案&a…...

Android 10.0 Launcher3定制化之动态时钟图标功能实现

1.概述 在10.0的系统产品rom定制化开发中,在Launcher3中的定制化的一些功能中,对于一些产品要求需要实现动态时钟图标功能,这就需要先绘制时分秒时针表盘,然后 每秒刷新一次时钟图标,时钟需要做到实时更新,做到动态时钟的效果,接下来就来分析这个功能的实现 如图: 2.动…...

HTTPS、SSL/TLS,HTTPS运行过程,RSA加密算法,AES加密算法

1、为什么网站要使用安全证书 我们所处的网络环境是复杂多样的,大致分为两类,一类是可信的网络服务商,比如直接连的电信运营商的网络,网线,4G,5G;另一类是不可信的网络,比如WIFI&am…...

python之Scrapy爬虫案例:豆瓣

运行命令创建项目:scrapy startproject scrapySpider进入项目目录:cd .\scrapySpider\运行命令创建爬虫:scrapy genspider douban movie.douban.com目录结构说明|-- scrapySpider 项目目录 | |-- scrapySpider 项目目录 | | |-- spider…...

2023最新UI酒桌喝酒游戏小程序源码 娱乐小程序源码 带流量主

2023最新UI酒桌喝酒游戏小程序源码 娱乐小程序源码 带流量主 修改增加了广告位,根据文档直接替换,原版本没有广告位 直接上传源码到开发者端即可 通过后改广告代码,然后关闭广告展示提交,通过后打开即可 无广告引流 流量主版…...

AD9371 官方例程HDL详解之JESD204B TX_CLK生成 (二)

AD9371 系列快速入口 AD9371ZCU102 移植到 ZCU106 : AD9371 官方例程构建及单音信号收发 ad9371_tx_jesd -->util_ad9371_xcvr接口映射: AD9371 官方例程之 tx_jesd 与 xcvr接口映射 AD9371 官方例程 时钟间的关系与生成 : AD9371 官方…...

Qt扫盲-Qt Concurrent概述

Qt Concurrent概述 一、概述二、Concurrent Map 和 Map- reduce1. 并发 Map2. 并发 Map-Reduce3. 其他API特性1. 使用迭代器而不是Sequence3. 阻塞变量4. 使用成员函数5. 使用函数对象6. 包装接受多个参数的函数 三、Concurrent Filter and Filter-Reduce1. 并发过滤器2. 并发F…...

c语言用json解析库(jansson)检测字符串是否是json格式的数据

C语言检测字符串是否是json格式的数据,可以用jansson库检测,也可以用cjson库来校验。但是若数据格式有问题,jansson可以指出哪里有错误,cjson无法指出。 下面就演示C语言如何使用jansson库检测字符串是否是json格式的数据。 1.下载…...

我再记录一个bug

项目场景: 提示:这里简述项目相关背景: 例如:项目场景:示例:通过蓝牙芯片(HC-05)与手机 APP 通信,每隔 5s 传输一批传感器数据(不是很大) 问题描述 提示:这里描述项目中遇到的问题&#xff1…...

AJAX: 对话框大全

AJAX:$.ajax({url: "/admin/cutting/getDataWeek",type: "GET",data:{},dataType:json,success: function (res) {if (res.code 1) {}},error:function (error) {console.log(请求失败);console.log(error);}}); $(.sub).unbind(click).click(funct…...

LeetCode讲解篇之40. 组合总和 II

文章目录 题目描述题解思路题解代码 题目描述 题解思路 按升序排序candidates,然后遍历candidates,目标数减去当前candidates的数,若该结果小于0,因为candidates的元素大于0,所以后续不会再出现让计算结果等于0的情况…...

RK3568平台 GPIO子系统框架

一.gpio 子系统简介 gpio 子系统顾名思义,就是用于初始化 GPIO 并且提供相应的 API 函数,比如设置 GPIO为输入输出,读取 GPIO 的值等。gpio 子系统的主要目的就是方便驱动开发者使用 gpio,驱动 开发者在设备树中添加 gpio 相关信…...

buu第五页 wp

[RootersCTF2019]babyWeb 预期解 一眼就是sql注入,发现过滤了 UNION SLEEP " OR - BENCHMARK盲注没法用了,因为union被过滤,堆叠注入也不考虑,发现报错有回显,尝试报错注入。 尝试: 1||(updatex…...

【论文阅读】以及部署BEVFusion: A Simple and Robust LiDAR-Camera Fusion Framework

BEVFusion: A Simple and Robust LiDAR-Camera Fusion Framework BEVFusion:一个简单而强大的LiDAR-相机融合框架 NeurIPS 2022 多模态传感器融合意味着信息互补、稳定,是自动驾驶感知的重要一环,本文注重工业落地,实际应用 融…...

N——>BatchSize 数据维度理解和处理(chun, cat, squeeze, unsqueeze)

数据处理之N——>BatchSize N——>batch_size train_data TensorDataset(torch.Tensor(x_train).double(), torch.Tensor(y_train).double()) train_loader DataLoader(train_data, batch_sizeargs.bs, shuffleTrue, drop_lastTrue) for batch_idx, (inputs, results…...

【编解码格式】AV1

AV1 AOMedia Video 1(简称AV1)是一个开放、免专利的视频编码格式,专为通过网络进行流传输而设计。它由开放媒体联盟(AOMedia)开发,目标是取代其前身VP9[2],该联盟由半导体企业、视频点播供应商…...

SLAM ORB-SLAM2(6)系统对象

SLAM ORB-SLAM2(6)系统对象 1. 封装2. 成员变量2.1. 核心数据2.2. 三个对象2.3. 三个线程2.4. 跟踪状态3. 成员函数4. 构造函数5. 数据驱动接口1. 封装 在 《SLAM ORB-SLAM2(5)例程了解》 了解到创建了一个 ORB_SLAM2::System 类型的对象 然后不断的把数据供给该对象就可以…...

03、Python 字符串高级用法

目录 Python 字符串高级用法转义字符字符串格式化序列相关的方法大小写相关的方法dir 可以查看某个类的所有方法删除空白查找、替换相关方法 Python 字符串高级用法 转义字符 字符串格式化 序列相关的方法 字符串本质就是由多个字符组成,字符串的本质就是不可变序…...

armbian安装gcc、g++

文章目录 安装GCC安装G 安装GCC 打开终端&#xff0c;更新软件包列表&#xff1a; sudo apt update安装GCC&#xff1a; sudo apt install gcc如果需要安装特定版本的GCC&#xff0c;可以使用以下命令&#xff1a; sudo apt install gcc-<version> # sudo apt install g…...

C++ STL常用容器1——string容器

写在前面&#xff1a;⭐如果本篇博文对你有帮助&#xff0c;那就关注 点赞 收藏一下吧&#xff01; 目录 1.string基本概念 2.string构造函数 3.string容器 4.string字符串拼接 5.string查找和替换 6.string字符串比较 7.string字符存取 8.string插入和删除 9.strin…...

Local SDXL-Turbo实操手册:从键盘输入到画面生成的完整链路

Local SDXL-Turbo实操手册&#xff1a;从键盘输入到画面生成的完整链路 1. 什么是Local SDXL-Turbo&#xff1f; Local SDXL-Turbo是一个基于StabilityAI SDXL-Turbo构建的实时绘画工具。与传统的AI绘画工具需要等待几分钟生成不同&#xff0c;这个工具实现了真正的"打字…...

如何快速上手SZT-bigdata:初学者完整指南

如何快速上手SZT-bigdata&#xff1a;初学者完整指南 【免费下载链接】SZT-bigdata 深圳地铁大数据客流分析系统&#x1f687;&#x1f684;&#x1f31f; 项目地址: https://gitcode.com/gh_mirrors/sz/SZT-bigdata SZT-bigdata是一个功能强大的深圳地铁大数据客流分析…...

重磅曝光!GPT-6 即将登场

大家好&#xff0c;我是十二。专注于分享AI编程方面的内容&#xff0c;欢迎关注。近期&#xff0c;AI圈可谓是“漏风漏得像筛子”&#xff0c;一场关于OpenAI下一代王炸模型&#xff0c;GPT-6的爆料在全网彻底沸腾。根据多方消息透露&#xff0c;OpenAI内部代号为“Spud”&…...

软件设计原则详解:开闭原则、里氏替换原则、迪米特法则

软件设计三大核心原则&#xff08;开闭里氏替换依赖倒置&#xff09;全网最细讲解&#xff0c;附Java正反例&#xff5c;面试必背 在日常开发中&#xff0c;你一定遇到过这些痛点&#xff1a; 加个小功能&#xff0c;改出一堆Bug继承乱用&#xff0c;逻辑越跑越偏换个数据库/组…...

AI时代效率革命:揭秘商业大模型如何重塑中小企业运营与管理新范式

在数字化转型浪潮席卷全球的今天&#xff0c;人工智能已不再是遥不可及的未来科技&#xff0c;而是决定企业生存与竞争力的核心引擎。尤其对于资源有限、人力成本敏感的中小企业而言&#xff0c;如何借助AI实现降本增效、突破经营瓶颈&#xff0c;成为关乎未来发展的重要课题。…...

自然语言处理技术在智能客服系统中的应用

自然语言处理技术在智能客服系统中的应用 随着人工智能技术的快速发展&#xff0c;智能客服系统已成为企业提升服务效率、优化用户体验的重要工具。自然语言处理&#xff08;NLP&#xff09;技术作为智能客服的核心支撑&#xff0c;能够理解、分析和生成人类语言&#xff0c;从…...

微信聊天数据永久保存的终极解决方案:如何用WeChatMsg高效导出并深度分析

微信聊天数据永久保存的终极解决方案&#xff1a;如何用WeChatMsg高效导出并深度分析 【免费下载链接】WeChatMsg 提取微信聊天记录&#xff0c;将其导出成HTML、Word、CSV文档永久保存&#xff0c;对聊天记录进行分析生成年度聊天报告 项目地址: https://gitcode.com/GitHub…...

3步告别Windows预览版:无需微软账户的离线退出指南

3步告别Windows预览版&#xff1a;无需微软账户的离线退出指南 【免费下载链接】offlineinsiderenroll OfflineInsiderEnroll - A script to enable access to the Windows Insider Program on machines not signed in with Microsoft Account 项目地址: https://gitcode.com…...

电化学信号区分算法开发

电化学相似信号区分算法 1. 问题定义与数据生成 import numpy as np import pandas as pd import matplotlib.pyplot as plt from scipy.signal import gaussian, convolve from sklearn.model_selection import train_test_split...