缓存

努力努力再努力wz

【Redis入门系列】从 KEYS 到 SCAN：渐进式遍历、Cursor 与位反转原理🔥 本文专栏：Redis 🌸作者主页：努力努力再努力wz💪 今日博客励志语录：真正把一个知识点学懂，往往不是记住结论，而是能够顺着“为什么”一步一步把它重新推导出来。

大模型成本怎么控制：Token统计、缓存与模型路由实战大模型应用最容易犯的成本错误，不是“选了贵模型”，而是没有把一次请求到底花在什么地方说清楚。一个聊天窗口看起来只问了一句，但服务端可能携带了长系统提示词、十几轮对话、检索出的多段原文、工具定义、重试请求，以及一段很长的模型输出。最后看到月账单上涨，再去全局截断文本，往往同时伤害答案质量和用户体验。

vue3-时间戳防缓存加时间戳防止缓存的原理：浏览器和代理服务器会根据完整的URL作为缓存的键（key）。当URL完全相同时，它们可能不会发起新请求，而是直接返回缓存的结果。

SSRF 从入门到实战（下篇）：gopher 打 Redis 实现 RCE本文为教学用途，所有复现均在作者自建靶场内完成。请勿在未授权的情况下对真实系统进行测试。根据《网络安全法》，未经授权测试、攻击他人系统属于违法犯罪行为。禁止复制本文Payload 对外部站点进行测试，违规使用造成的一切后果由使用者自行负责。

名字还没想好☜

Java 用 LinkedHashMap 三行实现 LRU 缓存:accessOrder、removeEldestEntry 与线程安全面试常问「手写一个 LRU 缓存」,很多人上来就用 HashMap + 双向链表撸一大坨,自己维护节点的插入删除,几十行下来还容易在移动节点时写出 bug。其实 JDK 早就把这套「哈希表 + 双向链表」的组合塞进了 LinkedHashMap,你只要开一个开关、重写一个方法,三行就能得到一个正确的 LRU。

Redis：不只是缓存那么简单（十六）专栏：Redis 修行录个人主页：手握风云目录一、主从复制概述1.1. 核心作用1.2. 主从节点规则

Hangfire.Redis.StackExchange 已归档停更！生产任务卡死、重复执行、网络抖动问题解决方案很多.NET 项目使用 Hangfire 做后台任务、定时任务，存储选择 Redis 时，都会选用Hangfire.Redis.StackExchange。但很少有人留意：这个开源仓库已经永久归档，原作者不再修复 Bug、不接收 PR、不处理 IssueGitHub。

TDengine （老段）

TDengine Catalog 与元数据缓存分类：17.内部机制 | 篇章：04 Catalog 与元数据缓存免费详情Catalog 是数据库的"地图"：库、表、列、Tag、路由信息。本文讲解 Catalog 设计、客户端缓存、一致性机制。

[Gromacs]核心性能梯度测试：GROMACS 多线程性能调优实验笔者在进行Gromacs动力学模拟时发现，当我们将线程数设置成最大CPU线程数时，性能反而不如减少25%线程时候性能高，大概率是线程过高通信开销过大，因此设计了这个实验来验证笔者的想法与寻找最优线程数。分子动力学（MD）模拟中，我们需要设置并行线程数对计算效率非常重要。我们实验在一台配备 AMD Threadripper PRO 5945WX（12 物理核心，24 逻辑核心）和 NVIDIA RTX 4090 GPU 的工作站上，测试了 GROMACS 2024.6 在不同 OpenMP 线程数（10~2

【链表】【中等】两数相加/倒N删除/两个交换/排序链表/LRU缓存原题链接两个链表逐位走，当前位 % 10，进位 / 10，剩余 carry 标记进位原题链接注意考虑删除节点为第一个节点的情况->虚拟头节点

努力努力再努力wz

【Redis入门系列】：从 RESP 协议到 redis-plus-plus：Redis 客户端编程与 C++ 接口设计🔥 本文专栏：Redis 🌸作者主页：努力努力再努力wz💪 今日博客励志语录：最难的不是做出决定的那一瞬间，而是在此后无数个想要放弃的深夜里，依然能够在心里再一次‘选择’坚持。

【鸿蒙优选三方库】@react-native-ohos/react-native-fast-image：高性能图片加载与缓存组件RN 鸿蒙应用里图片加载慢、缓存不可控？@react-native-ohos/react-native-fast-image 基于 DylanVann/react-native-fast-image 适配，内置内存+磁盘二级缓存、优先级队列、预加载，是 RN 图片加载的性能天花板。

liangshanbo1215

手写 Event Emitter（事件发射器）以 Map<事件名, Set<回调函数>> 为存储基石，通过高阶函数包装实现 once 语义，并在触发时增加错误隔离与内存自动回收机制，构建一个健壮、可链式调用的发布订阅系统。

数智启示录

Apache Kafka Consumer 扩到 40 个仍不提速：Partition 上限锁死有效并行度【Kafka合集】告警显示 Lag 上升，值班同学把 Consumer 从 12 个扩到 40 个，吞吐没变，数据库连接却被打满。问题不是 Kafka 不支持水平扩展，而是实例数已经超过可用分区，并把瓶颈推向了下游。

python自带缓存lru_cache用法及扩展的使用_python目录, 2. 关于.wrap装饰器产生的影响, 3. 说说自制简易的.缓存同redis缓存之间的区别, 5. 进行总结。

SpringBoot 接口缓存实现在 Spring Boot 中做缓存，最佳实践是使用 Spring Cache 抽象。它就像一套“统一的 API 开关”，让你能用几乎相同的代码操作本地缓存（Caffeine）或分布式缓存（Redis），切换时只需改配置，业务代码无需改动。

Redis 05 · 持久化：RDB 与 AOF 怎么保证数据不丢上一篇我们沿着一条 HGET 拆开了 Redis 的执行链路：请求进入事件循环，主线程访问内存中的数据结构，再把响应写回客户端。内存让 Redis 足够快，也留下了一个绕不过去的问题——进程一旦退出，内存里的秒杀库存、用户会话和订单事件还剩多少？

【Redis】Redis从缓存到AI向量平台Redis 早已不再局限于缓存中间件，正在演进为面向 AI 应用的实时数据基础设施。时至 2026 年，Redis 的 AI 生态布局已经全面落地：多层次向量检索、原生 VectorSets 向量类型、LangCache 语义缓存、Redis Iris 智能体上下文引擎共同构成一套完整的 AI 能力矩阵。两条差异化的向量底层架构是整个体系的基石，也是理解 Redis AI 路线的关键。

从缓存的角度看链表与线性表的差异结论背得再熟，也不如看清机制。这节课把课件对比表里"缓存利用率：高 vs 低"这五个字，拆开讲透。把顺序表和链表摆在同一张对比表里时，多数行一眼就能看懂：物理是否连续、随机访问是 O(1) 还是 O(N)、任意位置插入删除要不要搬移元素。唯独最后一行写着"缓存利用率：高 vs 低"，备注一行小字——参考存储体系结构与局部性原理。不少读者直接跳过。

深入理解缓存（Cache）：原理、应用与优化各位好, 我乃姜来可期（全网共用此名称）, 身为一名就读于985高校的在校大学生, 一块儿展开学习, 彼此进行交流, 热忱欢迎您提出您那珍贵的建议！