RichardGeek的博客

转发自：JAVA葵花宝典公众号文章目录一. 常用的两种缓存技术的服务端特点1. Memcache服务端2. Redis服务端二、缓存一致性问题1. 并发读写导致的一致性问题2. 主从同步延时导致的一致性问题3. 缓存污染导致的一致性问题三、缓存一致性问题解决方案1. binlog+消息队列+消费者del cache2. 从库binlog+消息队列+消费者del cache3. 更新后key升级四. 命中率问题五.缓存穿透/缓存击穿六.缓存雪崩...

1一致性哈希失效处理其实比较容易出现的问题是漂移的问题：某个节点失效了，缓存都漂到下个节点了；然后一会它又恢复了，这时候它就有脏数据了。解决办法一是每个节点引入集群。不用集群想彻底解决这个问题，可能需要引入第三方健康检查组件，如Consul，发现节点不稳定立即删除下线。2缓存命中率及单一热点问题一致性哈希解决的是某节点宕机后缓存失效的问题，只会导致相邻节点负载增加。但是因为宕机后需要重新从数据库读取，会导致此时缓存命中率下降及db压力增加。也无法避免单一热点问题。某一数据被海量请求，不论怎么哈希

原文地址：https://hiddenpps.blog.youkuaiyun.com/article/details/105463120分布式事务科普随着业务的快速发展、业务复杂度越来越高，传统单体应用逐渐暴露出了一些问题，例如开发效率低、可维护性差、架构扩展性差、部署不灵活、健壮性差等等。而微服务架构是将单个服务拆分成一系列小服务，且这些小服务都拥有独立的进程，彼此独立，很好地解决了传统单体应用的上述问题，但是在微服务架构下如何保证事务的一致性呢？本文首先从事务的概念出来，带大家先回顾一下ACID、事务隔离级

原创地址：https://mp.weixin.qq.com/s?__biz=MzU0MzQ5MDA0Mw%3D%3D&chksm=fb0bf3adcc7c7abb565a9865e14b357888f7b7b78874b74c18bfdc5a4278ec2503b258c27730&idx=1&mid=2247489849&scene=21&sn=cbac2a6ad99ac466f2ba8d69507fd2fe#wechat_redirect分布式事务科普随着

幂等性设计不能脱离业务来讨论，一般情况下，去重表同时也是业务数据表，而针对分布式的去重ID，可以参考以下几种方式：UUID Snowflake 数据库自增ID 业务本身的唯一约束 业务字段+时间戳拼接1 全局唯一ID如果使用全局唯一ID，就是根据业务的操作和内容生成一个全局ID，在执行操作前先根据这个全局唯一ID是否存在，来判断这个操作是否已经执行。如果不存在则把全局ID，存储到...

在分布式系统中，单点问题是一个比较常见的问题，对于单点问题可以分为有状态服务的单点问题和无状态服务的单点问题。无状态服务的单点问题对于无状态的服务，单点问题的解决比较简单，因为服务是无状态的，所以服务节点很容易进行平行扩展。比如，在分布式系统中，为了降低各进程通信的网络结构的复杂度，我们会增加一个代理节点，专门做消息的转发，其他的业务进行直接和代理节点进行通信，类似一个星型的网络结构。...