缓存

程序员阿鹏

如何实现MySQL分库分表？分库分表解决了什么问题？什么情况下需要分库分表？1、应对海量数据单台MySQL数据库磁盘内存不足，数据表的数据量巨大，sql查询出现频繁磁盘io导致查询性能急剧下减

爱和冰阔落

【Linux】条件变量为什么必须配合互斥锁：从 pthread_cond_wait 到阻塞队列🔥个人主页：爱和冰阔乐 📚专栏传送门：《数据结构与算法》、C++、《Linux操作系统》 🐶学习方向：C++方向学习爱好者 ⭐人生格言：得知坦然，失之淡然

VMware Ubuntu 虚拟机从 124 GB 压缩到 33 GB摘要：记录 Ubuntu 24.04 在 VMware Workstation 中从约 124 GB 收缩到约 33 GB 的过程，解释快照合并、VMDK 分片、Guest 空闲块与 VMware Tools disk shrink 的关系。

刃神太酷啦

Redis 核心进阶：哨兵、集群、缓存问题与分布式锁详解----《Hello Redis!》(6)在上一篇文章中，我们深入学习了 Redis 持久化、事务与主从复制，解决了数据安全、命令原子性和基础读写扩容的问题。但主从架构仍存在主节点故障需人工切换的致命痛点，单组主从无法支撑海量数据存储的业务需求，同时 Redis 作为缓存核心组件，还会面临穿透、击穿、雪崩三大经典生产问题，分布式系统下的多节点资源竞争，也需要专用的锁机制来保障线程安全。

名字还没想好☜

Python 的 __call__ 实战:让实例像函数一样被调用,做带状态计数器、缓存器与可配置策略你肯定写过这样的代码:一个功能需要一点「配置」和一点「状态」,于是你纠结——写成函数吧,配置只能塞一堆参数或者用全局变量;写成类吧,调用时又得先 obj = Foo() 再 obj.run(x),啰嗦。

像风一样自由2020

29.Redis在大模型应用中有哪些用途缓存会话与限流码海寻道 · 大模型、智能体与 RAG 工程组件系列第 29 篇大模型应用通常比普通 CRUD 服务更容易遇到高延迟、高成本和突发流量：一次回答可能要调用 Embedding、向量数据库、Reranker 和大模型。Redis 可以把热点数据、会话状态和限流计数放到内存中，减少重复计算并保护后端服务。

【第二章】Redis基础入门：Redis是什么、为什么快以及核心特性详解在了解 NoSQL 的基本概念之后，接下来就可以正式认识 Redis。Redis 是后端开发中使用非常广泛的一种 NoSQL 数据库，在缓存、分布式系统、排行榜、计数器、Session 共享、消息通信等场景中都十分常见。

敲代码的嘎仔

用 Redis 合并写 + DelayQueue 延迟检测，把视频播放进度写库频率降到 1/60上一篇博客写完学习进度统计功能，留了个尾巴：前端每 15 秒提交一次播放进度直接写数据库，高并发下扛不住。这篇记录我是怎么用"合并写"思路把数据库写频率降下来的：Redis Hash 缓存播放进度 + JDK 的 DelayQueue 做延迟检测 + 只在用户停止播放时才落库。核心思想是——95% 的提交都是"覆盖式"的中间进度，只有最后一次提交才有必要写数据库。

程序猿乐锅

【黑马点评 | 第一篇】从 Session 到 Redis+Token 的改造与拦截器实现这次实现的功能是短信登录，它的具体代码需求有：黑马点评项目先使用 Session 实现，再改造成 Redis+Token。前者适合单机环境下理解流程，后者解决多实例部署和多端请求的问题。

野生技术架构师

Redis Hot Key 与 Big Key：危害、发现与解决方案在 Redis 面试中，Hot Key 和 Big Key 是两个非常高频的问题。它们的名字很像，但解决的问题完全不同：

零依赖极客

Day 9·1 KV 也量化——q8 KV 把缓存与 decode 带宽压到一半源码精读篇：本文为源码/方法论精读，无独立实测；文中数字均引述仓库 docs 的板端实测记录一句话导读：q8 KV：把 K、V 从 f16 压到 INT8，按每 token 每头定标量化，逐字节算清缓存与 decode 扫描带宽省约一半的账，并讲清 KV 为何敢量化、f32 为何只是调试探针。

敲代码的嘎仔

互动问答系统实战：两级评论模型、ES 搜索集成、Caffeine 多级缓存全记录前面写了几篇优惠券、学习进度的博客，这篇切到互动问答系统。业务本身不复杂——用户提问、回答、评论、点赞。但里面藏了几个我觉得很有意思的技术点：怎么把"无限叠楼"的社交场景简化成两级数据模型；管理端按课程名称搜索问题（问题表根本没这个字段）怎么办；Caffeine 本地缓存为什么比 Redis 还快；分页一次查询要组装用户、课程、章节三种远程数据要怎么不 N+1。这篇把这几块一次讲完。

AI 提示词缓存命中机制解析摘要：Prompt Cache（提示词缓存）是现代大模型降低长会话延迟、削减Token成本的核心能力，本质是复用Transformer推理时生成的KV‑Cache张量，避免重复做Prefill计算。很多开发者只看到缓存带来的成本收益，却不理解严格的精确前缀匹配规则；会话中途切换模型、增删/重载MCP服务器，是Agent开发中最常见、最隐蔽的缓存失效反模式，会带来成本暴涨、延迟飙升，且往往没有明显报错提示。本文拆解底层原理，重点剖析MCP变更、会话内切换模型等典型错误做法，给出可落地的工程规范。

从缓存行角度优化链表遍历：批处理与预取策略链表作为一种动态数据结构，其节点在内存中通常不连续存储，导致访问时产生大量缓存未命中。当遍历链表时，每个节点的地址随机分布，难以利用CPU缓存的局部性原理。缓存行（Cache Line）大小一般为64字节，若链表节点过小或分布稀疏，单个缓存行可能仅容纳少数几个节点，造成缓存空间浪费。频繁的缓存未命中会显著降低访存效率，成为链表操作性能的主要瓶颈。

【筑基·047】内存Hierarchy：寄存器到硬盘的速度差内存缓存计算机基础内存缓存计算机基础内存# 【筑基·047】内存Hierarchy：寄存器到硬盘的速度差

中小企业 Redis 运维，如何安全归档 RDB、AOF 备份文件？Redis 作为高性能内存数据库，广泛用于缓存、会话存储、业务临时数据存储，一旦服务器宕机、硬件故障或者误操作，内存中的数据会直接丢失，所以定期做好 Redis 数据备份是运维工作的关键一环。Redis 自带两种原生持久化机制：RDB 与 AOF。RDB 会按时间快照，把内存数据保存为二进制文件，文件体积小，恢复速度快；AOF 持续记录每一条写命令，数据完整性更高，但文件体积会持续增大。

Java框架快速入门: Spring Security+OAuth2之多因子认证缓存服务在实现基于时间的一次性密码（TOTP）的多因子认证时，用户初次登录后需要输入六位验证码。服务端必须在两次请求之间记住“正在等待MFA验证”的用户信息，且该信息只是临时有效（通常几分钟）。

雪芽蓝域zzs

第三十六节：keep-alive 页面缓存（Vue3 + 后台管理系统）本节目标：实现路由页面缓存，切换标签页回来保留表单 / 表格查询条件、页码；离开页面不销毁组件；不需要缓存的页面可以排除。对应咱们项目的 TagsView 标签页，就是搭配 keep-alive 使用，属于当前主线内容，现在直接讲。

Redis开发09：Windows系统下主从复制的配置教程使用exe就用上面这个配置文件，使用服务就用下面这个文件，当然，也可以用如下语法去指定配置文件如果修改了Redis的默认端口，redis-cli（命令界面）应该（在redis-cli目录下）按如下方式打开

缓存类CacheDataManager把临时数据存入json。做成插件·外部调用最好找个头文件