Redis

1、MinIO是什么？ 官方解释：MinIO 是一个基于Apache License v2.0开源协议的对象存储服务。它兼容亚马逊S3云存储服务接口，非常适合于存储大容量非结构化的数据，例如图片、视频、日志文件、备份数据和容器/虚拟机镜像等，而一个对象文件可以是任意大小，从几kb到最大5T不等。 MinIO是一个非常轻量的服务,可以很简单的和其他应用的结合，类似 NodeJS, Redis 或者 MySQL。 2、MinIO有哪些优势？ 2.1 开发文档全面 MinIO作为一款基于Golang 编程语言开发的一款高性能的分布式式存储方案的开源项目，有十分完善的官方文档。。 官网文档地址：https://docs.min.io/cn/ 2.2 高性能 MinIO号称是目前速度最快的对象存储服务器。在标准硬件上，对象存储的读/写速度最高可以高达183 GB/s和171 GB/s。对象存储可以作为主存储层，用来处理Spark、Presto、TensorFlow、H2O.ai等各种复杂工作负载以及成为Hadoop HDFS的替代品。 MinIO用作云原生应用程序的主要存储，和传统对象存储相比，云原生应用程序需要更高的吞吐量和更低的延迟。而这些都是MinIO能够达成的性能指标。 2.3 支持全面 目前MinIO支持市面主流的开发语言并且可以通过SDK快速集成快速集成使用。 2.4 AWS

为了上班方便，去年我把自己在北郊的房子租出去了，搬到了南郊，这样离我上班的地方就近了，它为我节约了很多的时间成本，我可以用它来做很多有意义的事，最起码不会因为堵车而闹心了，幸福感直线上升。 但即使这样，生活也有其他的烦恼。南郊的居住密度比较大，因此停车就成了头痛的事，我租的是路两边的非固定车位，每次只要下班回来，一定是没有车位停了，因此我只能和别人的车并排停着，但这样带来的问题是，我每天早上都要被挪车的电话给叫醒，心情自然就不用说了。 但后来几天，我就慢慢变聪明了，我头天晚上停车的时候，会找第二天限行的车并排停着，这样我第二天就不用挪车了，这真是限行给我带来的“巨大红利”啊。 而 车辆限行就是一种生活中很常见的限流策略 ，他除了给我带来了以上的好处之外，还给我们美好的生活环境带来了一丝改善，并且快速增长的私家车已经给我们的交通带来了巨大的“负担 ” ，如果再不限行，可能所有的车都要被堵在路上，这就是限流给我们的生活带来的巨大好处。 从生活回到程序中，假设一个系统只能为 10W 人提供服务，突然有一天因为某个热点事件，造成了系统短时间内的访问量迅速增加到了 50W，那么导致的直接结果是系统崩溃，任何人都不能用系统了， 显然只有少人数能用远比所有人都不能用更符合我们的预期，因此这个时候我们要使用「限流 」 了 。 限流分类 限流的实现方案有很多种，磊哥这里稍微理了一下， 限流的分类

问题背景 对于大部分的后端服务，服务很多都是多实例部署的，而在我们的工程中，比如说代码中定义的定时任务需要从数据库中捞数据，那么多机部署上的每个实例都会执行，那么就会存在数据重复上报，那么就不可避免得出现脏数据，影响数据的准确性。 问题分析 解决这个问题最直接的思路就是，当多机部署中无论哪个实例捞到了某条数据，那么其他的实例就不能再次捞取。针对这个思路，我们大致可以有以下两个解决方案： 1. 在数据库层解决。给访问的数据表中，增一个字段flag，标识是否已经上报过，每个实例上报一条，就更新一下这个状态，后面的实例再读到这一条时，发现上报过了，就不处理了。这就要改一下现在的读取方式，需要从数据库中逐条读取，避免脏数据。 2. 引入分布式锁，最简单的，就用redis实现，每个实例开始定时任务前，先尝试在redis中获取锁，如果获取得到，这个实例的定时任务就执行，否则就跳过。 对于第一个解决方案的实现本文不予说明，这种实现方式虽然可行，但是对于频繁更新数据库的操作我个人是非常不推荐的，性能方面可能会受到影响。本文主要想介绍一下方案2的实现。 方案实现 对于多机部署的问题，自然而然就可以想到分布式锁来保证任务执行的准确性。在Springboot项目中，最直接就是通过redis实现，我们知道，从Springboot 2.X开始，底层的redis客户端从Jedis换成了luttuce