黑马点评技术汇总(五)缓存更新策略

一、最佳方案

1.查询数据:先查询缓存,如果缓存命中,直接返回,如果缓存未命中,则查询数据库,将数据库数据写入缓存,返回结果

2.修改数据库时: 先修改数据库,然后删除缓存,确保两者的原子性。// 因为

===============================下面是选择原因=============================

二、总方案

**内存淘汰:**redis自动进行,当redis内存达到咱们设定的max-memery的时候,会自动触发淘汰机制,淘汰掉一些不重要的数据(可以自己设置策略方式)

**超时剔除:**当我们给redis设置了过期时间ttl之后,redis会将超时的数据进行删除,方便咱们继续使用缓存

**主动更新:**我们可以手动调用方法把缓存删掉,通常用于解决缓存和数据库不一致问题

1.数据库缓存不一致解决方案

**(1)Cache Aside Pattern 人工编码方式:**缓存调用者在更新完数据库后再去更新缓存,也称之为双写方案

**(2)Read/Write Through Pattern :**由系统本身完成,数据库与缓存的问题交由系统本身去处理

**(3)Write Behind Caching Pattern :**调用者只操作缓存,其他线程去异步处理数据库,实现最终一致

我们通常采用第一种方案

假设我们每次操作数据库后,都操作缓存,但是中间如果没有人查询,那么这个更新动作实际上只有最后一次生效,中间的更新动作意义并不大,我们可以把缓存删除,等待再次查询时,将缓存中的数据加载出来

* 删除缓存还是更新缓存?

* 更新缓存:每次更新数据库都更新缓存,无效写操作较多

* **删除缓存:**更新数据库时让缓存失效,查询时再更新缓存

我们采用删除缓存解决

相关推荐
全栈弄潮儿²⁰²⁴3 天前
AI Agent 开发实战(30):限流、缓存与成本控制
人工智能·gpt·缓存·agent·限流·agi·成本控制
Together_CZ3 天前
DeepSeek-V4.1-Flash:Pushing the Limits of KV Cache Compression——推动 KV 缓存压缩的极限
缓存·llm·compression·kv cache·deepseek·v4.1-flash·推动 kv 缓存压缩的极限
Pioneer000014 天前
我用 Redis + 网关做多模型 API 路由:缓存命中率 95%+ 的工程实践
人工智能·redis·后端·缓存·性能优化·架构
hweiyu004 天前
Redis命令:MSETNX
redis·缓存
wdfk_prog5 天前
ROS教程08:从 TransportTCP::connect() 追到 TCPROS Connection Header、序列化与 Socket 数据传输
运维·缓存·docker·容器·ros
是Dream呀5 天前
Harness 工程:让 Agent 真正把任务做完
人工智能·分布式·缓存·agent
努力努力再努力wz5 天前
【Redis进阶系列】:从主从复制到 Sentinel,一文建立故障检测、Leader 选举与 Failover 的完整心智模型
数据库·redis·缓存
wdfk_prog6 天前
ROS教程10:从 gtest 到 rostest——Unit Test、Node 集成测试、rosbag 与 rqt 验证闭环
运维·缓存·docker·容器·ros
程序猿乐锅6 天前
【黑马点评 | 第四篇】Redis缓存雪崩
java·数据库·spring boot·redis·缓存
HanhahnaH6 天前
Redis单线程和Tair多线程架构设计对比
分布式·缓存