在项目初期,数据表的职能设计往往都会比较简单,但随着时间的推移和业务的发展变化,表经过多次修改后,其使用方向和职能都会发生较大的变化,导致我们的系统越来越复杂。 所以,当流量超过数据库的承受能力需要做缓存改造时,我们建议先根据当前的业务逻辑对数据表进行职能归类,它能够帮你快速识别出,表中哪些字段和功能不适合在特定类型的表内使用,这会让数据在缓存中有更好的性价比。 一般来说,数据可分为四类:实体表、实体辅助表、关系表和历史表,而判断是否适合缓存的核心思路主要是以下几点: 能够通过 ID 快速匹配的实体,以及通过关系快速查询的数据,适合放在长期缓存当中; 通过组合条件筛选统计的数据,也可以放到临时缓存,但是更新有延迟; 数据增长量大或者跟设计初衷不一样的表数据,这种不适合、也不建议去做做缓存。
相关推荐
martinzh1 小时前
Spring AI 项目介绍前端付豪1 小时前
20、用 Python + API 打造终端天气预报工具(支持城市查询、天气图标、美化输出🧊爱学习的小学渣1 小时前
关系型数据库武子康1 小时前
大数据-33 HBase 整体架构 HMaster HRegion前端付豪1 小时前
19、用 Python + OpenAI 构建一个命令行 AI 问答助手凌览1 小时前
斩获 27k Star,一款开源的网站统计工具全栈凯哥2 小时前
02.SpringBoot常用Utils工具类详解狂师2 小时前
啥是AI Agent!2025年值得推荐入坑AI Agent的五大工具框架!(新手科普篇)星辰大海的精灵2 小时前
使用Docker和Kubernetes部署机器学习模型MikeWe2 小时前
C++宏的解析:从基础语法到实战场景