缓存

Go-Zero项目开发5: 数据库与缓存一致性问题及 go-zero 缓存机制解析在前面的文章中，我们完成了用户服务的注册、登录、搜索等功能，并通过 goctl model 生成了数据模型。生成代码会默认引入 go-zero 的缓存层，以 redis 作为媒介缓存数据库查询结果。这自然引出一个关键问题：缓存与数据库之间如何维持一致性？本文将从理论到实践，分析常见的一致性方案，并结合 go-zero@latest 源码探究其内部缓存机制的设计思想。

从 Jedis 到内核：深入剖析 Redis BRPOP 的阻塞与唤醒机制在分布式系统中，使用 Redis 的 BRPOP 命令实现轻量级消息队列是一种常见做法。然而，当业务日志中出现 JedisDataException: ERR list value is too large 时，我们往往只关注数据大小本身，却忽略了消费者的实现细节。在一次排查中，我们发现消费者线程的堆栈停在 SocketInputStream.socketRead0 上，状态为 RUNNABLE。这引发了三个疑问：

后端观测站

第八篇：Redis 为什么不会每次修改都写磁盘？Redis 为什么不会每次修改都写磁盘？上一篇我们聊了《Redis 为什么要同时支持 RDB 和 AOF？》，了解了 Redis 在持久化设计上的取舍。

基于Cache替换算法的LRU缓存实现LRU的全称为Least Recently Used，即最近最少使用，LRU是一种Cache替换算法。狭义的Cache指的是位于CPU和主存间的快速RAM，通常不像系统主存那样使用DRAM技术，而使用昂贵但较快速的SRAM技术。广义上的Cache指的是位于速度相差较大的两种硬件之间，用于协调两者数据传输速度差异的结构。除了CPU与主存之间有Cache，内存与硬盘之间也有Cache，乃至在硬盘与网络之间也有某种意义上的Cache，称为Internet临时文件夹或网络内存缓存，如下图所示：

【Redis初阶】常见数据类型目录一、Redis常见数据类型1.1 前言1.1.1 基本全局命令1.1.1.1 SET1.1.1.2 GET

吴声子夜歌

Redis 3.x——集群节点通信在分布式存储中需要提供维护节点元数据信息的机制，所谓元数据是指：节点负责哪些数据，是否出现故障等状态信息。常见的元数据维护方式分为：集中式和P2P方式。Redis集群采用P2P的Gossip（流言）协议，Gossip协议工作原理就是节点彼此不断通信交换信息，一段时间后所有的节点都会知道集群完整的信息，这种方式类似流言传播，如图所示。

07-Flutter 鸿蒙实战 07：故事集列表与缓存设计用 Repository 缓存故事、照片、视频路径，减少重复请求和页面等待。故事模块不是普通列表。每个故事可能关联照片、人物、地点、故事正文、语音、活化视频。用户从列表进入详情时，如果所有数据都等详情页再请求，就会先看到空白或 loading。这个项目用 StoriesRepository 做了一层缓存和预加载。

Redis---list类型list的实现并非一个简单的数组，而是个接近于“双端队列”(std::deque)列表中的元素是有序的，这里的有序不是指的"顺序"，而是指的，因顺序变更得到的结果与变更之前是不等价的

fīɡЙtīиɡ ℡

本地进程缓存本地进程缓存时使用本地的JVM资源去存储数数，减少数据库和redis等中间件的压力，并且远程中间件与进程之间传输数据会经过网络传输，会影响一定的性能，为了加快数据响应提高用户使用体感，我们可以引入本地进程缓存来加快进程响应速度。

Redis---set类型1.集合中的元素时无序的，也就是说顺序是不重要的举个例子：1 2 3与1 3 2是一样的，没有任何区别的，反之有序就是有区别的

多版本共用redis的token有效期校验(过期重新登录)参考之前blog: 多版本共用redis导致数据没及时更新报错里面有bug，就是用户token即使失效或者不存在也是重新获取用户信息重新写入redis 导致一直用户可以访问且是登录状态

霸道流氓气质

CodeBuddy中配置Redis MCP 连接与排错实战从零配置 Redis MCP Server，到踩遍所有坑最终打通，列出数据库全部 key 的完整实录。适用于 Redis < 6.0 的本地环境。

霸道流氓气质

Kiro 中配置 Redis MCP Server 完整指南MCP（Model Context Protocol）是一种让 AI 代理与外部工具通信的标准协议。在 Kiro 中配置 MCP Server 后，AI 可以直接操作数据库、Redis、Git 等外部系统，无需你手动复制粘贴数据。

Linux系统调用mmap文件映射与malloc简单模拟实现指南mmap是一个linux系统调用接口，作用是让进程把打开的文件映射到自己的地址空间内，给用户返回虚拟地址，往后操作文件就不用做系统调用了，可以通过虚拟地址对文件操作。普通的文件访问方法是通过fd走系统调用，用户与内核间会频繁来回数据拷贝。文件创建出来，缓冲区也能申请好，只要把地址空间与缓冲区映射，就能通过虚拟地址访问。这有点类似共享内存，或者说这就是另一种共享内存，再来一个进程同样可以映射，就完成了不同进程数据共享。

嵌入式面试真题第 11 题：RTOS 优先级翻转与实时任务阻塞的通用治理请求共享资源已经持有持续占用 CPU高优先级实时任务控制 / 音频 / 通信 / 采样共享资源低优先级后台任务日志 / 存储 / 维护

Redis - 应用在一个网站中，经常使用关系型数据库（比如MySQL来存储数据），关系型数据库虽然功能强大，但是效率不高。因此如果数据库的并发量比较高，对于数据库的压力是很大的，极容易造成数据库宕机

MySQL 系统学习第六阶段：Redis + 缓存 + 高并发设计第六章：Redis 实现登录 Token很多人认为：JWT 是无状态的，不需要 Redis。理论上没错。JWT：服务器收到 Token 后：不需要查询数据库。

MySQL 系统学习第六阶段：Redis + 缓存 + 高并发设计第五章：缓存穿透、缓存击穿、缓存雪崩查询一个数据库中本来就不存在的数据。流程：每次请求都会访问 MySQL。例如：数据库中根本不存在。如果有人恶意不断请求不存在的数据：

LLM 语义缓存实战：阿里云 Tair 降低大模型重复调用成本 50%+阿里云 Tair（企业级内存数据库，兼容 Redis，性能提升 3 倍）是大模型语义缓存的首选方案，通过对 LLM 输入进行语义相似度匹配，命中缓存直接返回历史答案，无需重复调用大模型。某 AI SaaS 公司实测数据显示：LLM API 调用量下降 52%，月度 Token 费用从 ¥85 万降至 ¥41 万，响应延迟从 2.5s 降至 0.3s。

大语言模型上下文缓存命中率测试全场景清单以下是我们系统梳理过的大语言模型上下文缓存命中率测试全场景清单，按测试目的分为六大类，每个场景包含目的、方法与预期行为。