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
掘金码甲哥30 分钟前
同样都是九年义务教育,他知道的AI算力科普好像比我多耶sthnyph38 分钟前
SpringBoot Test详解饼干哥哥1 小时前
搭建一个云端Skills系统,随时随地记录TikTok爆款IT 行者1 小时前
LangChain4j 集成 Redis 向量存储:我踩过的坑和选型建议brucelee1861 小时前
Spring Boot 测试最佳实践派星2 小时前
如何分享自己写的 Go 包snakeshe10102 小时前
从零理解 Spring 核心:IoC 容器与依赖注入,以及手写一个迷你版148612 小时前
Redis 删除缓存失败怎么办?重试、死信、补偿的工程化方案None3212 小时前
NestJS 流式文件上传实践:从 Multer 到 Busboy 的进阶之路148612 小时前
MySQL 复合索引怎么设计?从业务 SQL 反推索引顺序