缓存

阿维的博客日记

Redis 和 Caffeine 构建的多级缓存，如何保持数据一致性？以下是针对该架构的深度一致性治理方案：为了保证数据的实时性，通常采用**“删除”而非“更新”**的策略，以避免并发写入导致的脏数据。

LRU 缓存这题难死了。另外我完全放弃非口语化描述。我日常怎么说话笔记就怎么写了。方便自己理解。上次写这题是 4 月 28 日，记得代码行数很多，现在的话，重写没有任何勇气。目前是写了 38 题了。每天至多写一个新题，可以不断复习之前写过的题，也就是前面 38 题。感觉前面的题，都写不了了。反正目标就是写 100 题，多的题，一个都不写。反正。。。算了。菜是我的原罪。我可以看自己写的笔记来复习写过的算法题。这是自己的独家复习资料。自己用起来最称手。看了以下是 66 行代码，吓哭了。华语女歌手精选这个歌单好听。

旷世奇才李先生

Redis 7\.0实战：分布式缓存与高可用集群搭建全指南摘要：Redis 7.0作为高性能分布式缓存的主流版本，相比Redis 6.x，新增了函数、多部分AOF、RDB文件版本控制、集群增强等核心功能，在性能、稳定性、可扩展性上实现大幅提升。分布式缓存是企业级系统解决高并发、高可用的关键技术，可有效减轻数据库压力、提升系统响应速度；Redis集群则能解决单点故障、容量瓶颈等问题，保障缓存服务持续可用。本文基于Redis 7.0.12，详细讲解Redis核心数据结构、分布式缓存实战、高可用集群搭建、缓存常见问题（缓存穿透、击穿、雪崩）解决方案，结合电商库存缓存、

Redis 协议与异步通信深度解析Redis 作为高性能的内存数据库，其客户端与服务端的通信机制是每个后端开发者必须掌握的核心知识。本文将从协议原理、Pipeline 模式、事务机制、Lua 脚本、异步连接等多个维度，全面剖析 Redis 的通信原理，帮助你彻底理解 Redis 的客户端与服务端交互本质。

Redis 客户端工具体系这一组知识点，讲的其实都是：Java 程序怎么去操作 Redis。它们都服务于同一个目标：让应用更方便、更高效、更安全地使用 Redis，只是各自擅长场景不一样。

追梦开发者

Redis 避坑指南①：从安装到连接，这 9 个坑 90% 的人都踩过公关众注号：IT安装手册地址：https://itinstall.dev系列说明：本文是《Redis 避坑指南》系列第①篇，覆盖安装、连接、基础配置三大阶段。按「坑的描述 → 根本原因 → 解决方案」三段式整理，代码可直接复制使用。

Redis集群搭建以前写过一篇搭建 Redis 分片集群的博客，本文介绍使用 Docker 容器的方式搭建 Redis 集群，更简单

我是唐青枫

别只会用 MemoryCache！C#.NET CacheManager 详解：多级缓存、Region 与 Redis 实战一提到缓存，很多项目里最先出现的通常是这几样东西：刚开始看起来都能用。但项目一复杂，问题就会慢慢冒出来：

Redisson用 SET NX EX + Lua 脚本实现的分布式锁，能满足基本的互斥需求，但在生产环境中仍存在四个典型缺陷：

倒霉蛋小马

【Redis】什么是缓存击穿？参考笔记：https://blog.csdn.net/2301_80017072/article/details/149691412https://blog.csdn.net/2301_80017072/article/details/149691412

Redis分布式锁进阶第十八篇：本地缓存+分布式锁双锁架构 + 高并发削峰兜底 + 极致性能无损优化实战Redis分布式锁进阶第十八篇：本地缓存+分布式锁双锁架构 + 高并发削峰兜底 + 极致性能无损优化实战

小江的记录本

【Kafka核心】Kafka高性能的四大核心支柱：零拷贝、批量发送、页缓存、压缩本文全方位、结构化拆解Kafka高性能的四大核心支柱，从顶层设计逻辑、单特性深度原理、多特性协同机制、全链路闭环、场景化调优到避坑指南，构建完整的系统性知识体系。

商户查询缓存目录一、什么是缓存二、添加缓存2.1缓存模型图2.2代码实现2.3练习：给店铺类型查询业务添加缓存三、缓存更新策略

《Redis数据库》1.初识Redis💡Yupureki:个人主页✨个人专栏:《C++》《算法》《Linux系统编程》《高并发内存池》《MySQL数据库》

倒霉蛋小马

【Redis】什么是缓存穿透?本文大部分内容从此处转载：https://blog.csdn.net/2301_80017072/article/details/149673006https://blog.csdn.net/2301_80017072/article/details/149673006https://blog.csdn.net/weixin_36531037/article/details/136644802https://blog.csdn.net/weixin_36531037/article/details/136

Redis数据迁移将集群 A 数据最终迁移到阿里云reids C 上由于各种网络限制的原因，加了个中转的redis，当然这些ip都是假的 A (192.168.1.1）源集群 B (192.168.2.2) 中转数据 C (192.168.3.3) 目标集群 A只能与B通信 C也只能与B通信，C是个阿里云的pass服务，无法直接加载rdb文件

小编码上说

LSH（局部敏感哈希）分桶，海量数据下的相似性搜索解决方案Springboot+LangChain4j+AI智能客服工单系统-AI调用性能优化-使用缓存-LSH分桶代码实现-海量数据下的相似性搜索

风筝在晴天搁浅

LFU缓存题目要求：实现LFU（Least Frequently Used，最不经常使用）缓存逻辑，使用频次计数器进行淘汰。

CacheSQL（五）：桥接篇先写了一个 2000 行的手写数据库，又写了四篇博客来记录它。写完那一刻觉得"差不多了"。回头一看，发现差远了。