Redis

Redis缓存穿透和缓存雪崩以及解决方案 参考文章： （1）Redis缓存穿透和缓存雪崩以及解决方案 （2）https://www.cnblogs.com/George1994/p/10668889.html 备忘一下。 来源： oschina 链接： https://my.oschina.net/u/4428122/blog/4659640

互联网面试题更新了！随便呈上几道，看看大家能否答出来： redis为什么是key，value的，为什么不是支持SQL的？ redis是多线程还是单线程？（回答单线程的请回吧，为什么请回，请往下看） redis的持久化开启了RDB和AOF下重启服务是如何加载的？(10个人9个回答错误) redis如果做集群该如何规划？AKF/CAP如何实现和设计？ 10万用户一年365天的登录情况如何用redis存储，并快速检索任意时间窗内的活跃用户？ redis的5种Value类型你用过几种，能举例吗？ 100万并发4G数据，10万并发400G数据，如何设计Redis存储方式？ 有几道题果真有难度啊... 不要小看一个redis 任何一家公司的招聘信息都包含一段redis的需求。 不要小看一个redis 你能在互联网搜索到的很多文章都讲错了，面试会有很多坑。 不要小看一个redis 搞懂它是你通向分布式、微服务的第一扇大门。 不要小看一个redis 它让你看到这里，是的，马士兵教育准备的一套【直播】课《redis终极训练营》。 很多内容是全网首发，现场与老师互动答疑。 限时福利，本号粉丝免费加入 马士兵教育是由马士兵老师创办 他，99年清华毕业，从程序员干到CTO，一直致力于推动Java、大数据、AI生根中国，其一套java基础广受欢迎，有千万次播放学习。 领取学习资料 长按扫码即可添加微信

携程度假每个旅游线路在每期、每天的价格均有变化，而价格变化又受到多个因素影响。为尽快捕捉到价格变化，需要不断优化调整架构，使得价格调整灵敏度更高更准。这对被调服务及硬件产生了极大的压力，也带来了新的瓶颈。那么，携程是如何解决这一难题的呢？本文是携程高级研发经理陈少伟在「云加社区沙龙online」的分享整理，着重介绍了携程度假起价引擎架构不断演进的过程。 点击视频，查看完整直播回放 一、背景介绍 1. 什么是度假起价引擎？ 首先，解释一下什么是度假起价引擎。度假每个旅游线路涉及到不同的出发地，不同的出发地下有不同可出发班期，每个班期都有对应的这一天的价格。旅游产品的价格由多个资源组成的，任何一个资源价格发生变化，都会影响到产品的价格。 为了尽快捕捉到价格变化，需要有一个专门的价格系统去监测不同资源的价格变化，这就是起价引擎。 2. 旅游电商和普通电商的区别是什么？ 普通电商的商品基本都是标品，价格和库存都针对的是单个SKU（StockKeeping Unit 库存单元），而旅游打包类商品都是由多个SKU组成（静态和实时匹配），任意一个SKU的价格、库存发生变化，都会直接影响到它所关联的所有产品。正是由于变量太多，这也给定价带来了极大的挑战。 上图展示的是京东上一个商品截图，我们可以看到它涉及到两个SKU，基本上像这种情况，每个SKU的价格都是比较确定的。 3.

闲来无事，画了下业务全景图和技能图。没想到在这最后的时刻，竟然有点失落。 下面是闲（hu）言（shuo）碎（ba）语（dao）时间 假设有这样一张表 需要根据不同的字段进行多维度查询时，视数据量的大小以及是否需要关联查询，有以下四种方案： 1、数据量小的话，直接查mysql，问题也不大； 2、数据存mysql，将查询结果缓存到Redis； 3、可以存到mongo中； 4、数据导入ElasticSearch，查询走ES； 总结一下就是： 1、MySQL 2、MySQL + Redis 3、ElasticSearch 特别注意： Redis适合做缓存，不要一下子将数据全部放到Redis中 风险意识、协同意识、组织意识 最后注意， 能力陷阱 来源： oschina 链接： https://my.oschina.net/u/4297704/blog/4405347

因业务需要，接触了一下直播，作为一个小白，在此做个回顾。 需求：在我们自己的APP上直播带货 调研：阿里云视频直播、腾讯云标准直播 简单地来说，直播就是把主播端采集的视频传送给用户端。主播端采集视频、转码、推流，用户端从直播中心拉流。 为了快速实现功能，我们不可能自己去搭建一套直播平台，于是寻找市面是能够满足我们需求的直播服务商。 除了最基本的直播功能以外，最主要考虑的是服务的稳定性、安全性、丰富的功能，最最终于的是价格要美丽。所以，我们最终选择了用POLYV保利威的云直播服务。 保利威是专业做云直播的服务商，拥有丰富的场景解决方案。但是并不支持淘宝那样的电商直播，后来通过洽谈，表示可以定制开发，而且他们本身也是要做这一块儿的，听过最近已经上线了电商直播。总之呢，我们是希望用他们的直播平台为我们自己的APP赋能，能够帮助我们快速上线直播功能。 直播的目的是卖东西，在内容电商大行其道的今天，我们一定不能错过直播这个风口，而且本身我们也是“内容+教育+电商”三轮驱动的。 于是乎，基于保利威的云直播产品，我们加了一些自定义的功能，主要是购物袋、礼物、贴纸，还有自定义消息。 值得一提的是，礼物都是我们自己个性化的产品形象，以及礼物的一些动效，做得还比较炫。 直播、频道、商品、礼物等都配置好以后就可以开始了，主播都是我们自己公司的小伙伴，嘉宾有大咖，还有我们的优质用户。 哈哈哈

今天这篇文章主要想跟大家分享：工作 1-5 年的 Java 工程师们，如何变得更值钱？ 如果你现在已经是一个 Java 工程师，但是经验积累的还不够，那这个阶段就是你成长极快的时候。 前提是，你认同我之前经常说那句话： 从你入行那一刻起，你就要不停地学习。 对于 Java 工程师来说，想在业务能力上更进一步、让自己更值钱，最大的捷径就是用正确的方法来学习，好的方法能让你事半功倍。 我面试过多人，之前也在大厂待过，深知一个道理： 作为一个程序员，你的知识体系，和企业的用人需求，是不一样的。 Java 工程师尤其是。 我也见过一些读者朋友，觉得自己的 Java 技术过关，但是一到面试就被 pass 了，问题就出在这，无法将 Java 技术应用到实际开发中。 这里我建议 Java 经验 1-5 年的读者，可以对标阿里 P7 的标准。 给大家分享一份《对标阿里P7Java架构师学习路线图》，刚开始参加工作及已经工作五六年的朋友都可以参考参考，梳理一下自己的技术栈，这些东西可能你们平时在工作中接触过，但是缺少的全面系统的学习，所以掌握的都不深，希望看了路线图以后大家知道从哪里开始入手学习。 这是通往架构师的必经之路，由浅入深地沉稳扎根基础。 一、扎实基础、深入底层，面试我可造火箭。 多线程与高并发 深入JVM JVM调优案例式实战化指导 经常被问操作系统原理分析 从底向上网络原理解读

为什么需要限流 由于业务应用系统的负载能力有限，为了防止非预期的请求对系统压力过大而拖垮业务应用系统，必须采取流量控制措施。 服务接口的流量控制策略：分流、降级、限流 分流：扩容机器、单元化通道 降级：关闭非核心接口，保证核心接口链路的正常运行 限流：NG限流、业务系统限流、数据库限流 1. 与用户打交道的服务 比如web服务、对外API，这种类型的服务有以下几种可能导致机器被拖垮： 用户增长过快（这是好事） 因为某个热点事件（微博热搜） 竞争对象爬虫 恶意的刷单 这些情况都是无法预知的，不知道什么时候会有10倍甚至20倍的流量进来，如果遇到此类情况，扩容是根本来不及的，弹性扩容也是来不及的； 2. 对内的RPC服务 一个服务A的接口可能被BCDE多个服务进行调用，在B服务发生突发流量时，直接把A服务给调用挂了，导致A服务对CDE也无法提供服务。 这种情况时有发生，解决方案有两种： 1、每个调用方采用线程池进行资源隔离 2、使用限流手段对每个调用方进行限流 限流算法的实现 1. 计数器算法 采用计数器实现限流有点简单粗暴，一般我们会限 制一秒钟的能够通过的请求数，比如限流qps为100，算法的实现思路就是从第一个请求进来开始计时，在接下去的1s内，每来一个请求，就把计数加1，如果累加的数字达到了100，那么后续的请求就会被全部拒绝。等到1s结束后，把计数恢复成0，重新开始计数。

最近花了很长的时间去搜罗整理Java核心技术好文，我把每个Java核心技术的优选文章都整理成了一个又一个的文档。今天就把这些东西分享给老铁们，也能为老铁们省去不少麻烦，想学什么技能了，遇到哪方面的问题了 直接打开文档学一学就好了。不多说，直接上干货！ 一 、 Red is技术好文精选整理 Redis哨兵、复制、集群的设计原理，以及区别 Spring+Redis+Docker+Dubbo 深入了解redis 如何解决Redis缓存雪崩、缓存穿透、缓存并发等5大难题 二、Nginx技术好文精选整理 Nginx实战 Nginx教程从入门到精通 三、Spring全家桶技术好文精选整理 Spring从入门到精通(珍藏版) Spring MVC 学习指南 Spring源码深度解析 spring-boot-中文参考手册 Spring+Redis+Docker+Dubbo 《疯狂Spring Cloud》电子书（一） SpringBoot实战 四、分布式技术好文精选整理 RabbitMQ实战 高效部署分布式消息队列 从 Paxos 到 ZooKeeper 分布式一致性原理与实践 大规模分布式系统架构与设计实战.完整版 分布式数据库架构及企业实践-基于Mycat中间件 分布式java应用-基础与实际 大型分布式网站架构设计与实践 分布式Java应用基础与实践 分布式服务框架原理与实践

SpringCache与redis集成，优雅的缓存解决方案 参考文章： （1）SpringCache与redis集成，优雅的缓存解决方案 （2）https://www.cnblogs.com/chenkeyu/p/8028781.html 备忘一下。 来源： oschina 链接： https://my.oschina.net/stackoom/blog/4544098

Redis：解决分布式高并发修改同一个Key的问题 参考文章： （1）Redis：解决分布式高并发修改同一个Key的问题 （2）https://www.cnblogs.com/yy3b2007com/p/9383713.html 备忘一下。 来源： oschina 链接： https://my.oschina.net/u/4432649/blog/4659156