缓存

作者：视界云 链接：https://www.zhihu.com/question/37353035/answer/175217812 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 CDN 全称 :Content Delivery Network或Content Ddistribute Network，即内容分发网络 基本思路 ： 尽可能避开互联网上有可能影响数据传输速度和稳定性的瓶颈和环节，使内容传输的更快、更稳定。通过在网络各处放置节点服务器所构成的在现有的互联网基础之上的一层智能虚拟网络，CDN系统能够实时地根据网络流量和各节点的连接、负载状况以及到用户的距离和响应时间等综合信息将用户的请求重新导向离用户最近的服务节点上。 目的 ： 解决因分布、带宽、服务器性能带来的访问延迟问题，适用于站点加速、点播、直播等场景。使用户可就近取得所需内容，解决 Internet网络拥挤的状况，提高用户访问网站的响应速度和成功率。 控制时延无疑是现代信息科技的重要指标，CDN的意图就是尽可能的减少资源在转发、传输、链路抖动等情况下顺利保障信息的连贯性。 CDN就是扮演者护航者和加速者的角色，更快准狠的触发信息和触达每一个用户，带来更为极致的使用体验。 再通俗点说就是在网速一定的前提下，CDN就像网络中快递员小哥 <img src="https:/

公共方法 Add 将指定项添加到 Cache 对象，该对象具有依赖项、过期和优先级策略以及一个委托（可用于在从 Cache 移除插入项时通知应用程序）。 Equals（从 Object 继承） 已重载。确定两个 Object 实例是否相等。 Get 从 Cache 对象检索指定项。 GetEnumerator 检索用于循环访问包含在缓存中的键设置及其值的字典枚举数。 GetHashCode（从 Object 继承） 用作特定类型的哈希函数，适合在哈希算法和数据结构（如哈希表）中使用。 GetType（从 Object 继承） 获取当前实例的 Type。 Insert 已重载。向 Cache 对象插入项。使用此方法的某一版本改写具有相同 key 参数的现有 Cache 项。 Remove 从应用程序的 Cache 对象移除指定项。 ToString（从 Object 继承） 返回表示当前 Object 的 String。 public object Add( string key, object value, CacheDependency dependencies, DateTime absoluteExpiration, TimeSpan slidingExpiration, CacheItemPriority priority, CacheItemRemovedCallback

　　假如在浏览器中输入了www.cnblogs.com，然后回车 DNS解析 　　浏览器检查 浏览器缓存 是否有域名对应的IP。 　　浏览器查找操作系统是否有对应的DNS解析成果（ hosts文件 ）。 　　查找路由器缓存。 　　浏览器客户端向 本地域名服务器 发送一个含有域名www.cnblogs.com的DNS查询报文。（大约80%的域名解析到这里就完成了） 　　本地DNS服务器把查询报文转发到 根DNS服务器 ，根DNS服务器注意到其com后缀，于是向本地DNS服务器 返回com的顶级域名服务器的IP地址。 　　本地DNS服务器再次向 comDNS服务器 发送查询请求，comDNS服务器注意到其cnblogs.com后缀并用负责该域名的 权威DNS服务器的IP地址 作为回应。 　　本地DNS服务器向 权威DNS服务器 发出请求，得到www.cnblogs.com的IP地址。 　　最后，本地DNS服务器将含有www.cnblogs.com的IP地址的响应报文发送给浏览器。 DNS负载均衡： 　　它的原理是在DNS服务器中为同一个域名配置多个IP地址,在应答DNS查询时,DNS服务器对每个查询将以DNS文件中主机记录的IP地址按顺序返回不同的解析结果,将客户端的访问引导到不同的机器上去,使得不同的客户端访问不同的服务器,从而达到负载均衡的目的｡例如可以根据每台机器的负载量

重复优化的思考 这段时间对项目做了一次整体的优化，全站有了20%左右的提升（本来载入速度已经1.2S左右了，优化度很低），算一算已经做了四轮的全站性能优化了，回顾几次的优化手段，基本上几个字就能说清楚： 传输层面：减少请求数，降低请求量执行层面：减少重绘&回流 传输层面的从来都是优化的核心点，而这个层面的优化要对浏览器有一个基本的认识，比如： ① 网页自上而下的解析渲染，边解析边渲染，页面内CSS文件会阻塞渲染，异步CSS文件会导致回流 ② 浏览器在document下载结束会检测静态资源，新开线程下载（有并发上限），在带宽限制的条件下，无序并发会导致主资源速度下降，从而影响首屏渲染 ③ 浏览器缓存可用时会使用缓存资源，这个时候可以避免请求体的传输，对性能有极大提高 衡量性能的重要指标为首屏载入速度（指页面可以看见，不一定可交互），影响首屏的最大因素为请求，所以请求是页面真正的杀手，一般来说我们会做这些优化： 减少请求数 ① 合并样式、脚本文件 ② 合并背景图片 ③ CSS3图标、Icon Font 降低请求量 ① 开启GZip ② 优化静态资源，jQuery->Zepto、阉割IScroll、去除冗余代码 ③ 图片无损压缩 ④ 图片延迟加载 ⑤ 减少Cookie携带 很多时候，我们也会采用类似“时间换空间、空间换时间”的做法，比如： ① 缓存为王，对更新较缓慢的资源&接口做缓存

二、V4L2的应用 下面简单介绍一下V4L2驱动的应用流程。 1、 视频采集的基本流程 一般的，视频采集都有如下流程： 2、 打开视频设备 在V4L2中，视频设备被看做一个文件。使用open函数打开这个设备： // 用非阻塞模式打开摄像头设备 int cameraFd; cameraFd = open("/dev/video0", O_RDWR | O_NONBLOCK, 0); // 如果用阻塞模式打开摄像头设备，上述代码变为： //cameraFd = open("/dev/video0", O_RDWR, 0); 关于阻塞模式和非阻塞模式：应用程序能够使用阻塞模式或非阻塞模式打开视频设备，如果使用非阻塞模式调用视频设备，即使尚未捕获到信息，驱动依旧会把缓存（DQBUFF）里的东西返回给应用程序。 3、 设定属性及采集方式 打开视频设备后，可以设置该视频设备的属性，例如裁剪、缩放等。这一步是可选的。在Linux编程中，一般使用ioctl函数来对设备的I/O通道进行管理： extern int ioctl (int __fd, unsigned long int __request, ...) __THROW; __fd：设备的ID，例如刚才用open函数打开视频通道后返回的cameraFd； __request：具体的命令标志符。 在进行V4L2开发中

地址： https://blog.csdn.net/weixin_42462202/article/details/102592948 来源： https://www.cnblogs.com/Oude/p/12495934.html

网址来源： https://blog.csdn.net/u013067756/article/details/78882440 1. 缓存击穿 对于一些设置了过期时间的key，如果这些key可能会在某些时间点被超高并发地访问，是一种非常“热点”的数据。这个时候，需要考虑一个问题：缓存被“击穿”的问题，这个和缓存雪崩的区别在于这里针对某一key缓存，前者则是很多key。缓存在某个时间点过期的时候，恰好在这个时间点对这个Key有大量的并发请求过来，这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存，这个时候大并发的请求可能会瞬间把后端DB压垮。 解决方案 1.使用互斥锁(mutex key) 业界比较常用的做法，是使用mutex。简单地来说，就是在缓存失效的时候（判断拿出来的值为空），不是立即去load db，而是先使用缓存工具的某些带成功操作返回值的操作（比如Redis的SETNX或者Memcache的ADD）去set一个mutex key，当操作返回成功时，再进行load db的操作并回设缓存；否则，就重试整个get缓存的方法。 public String get(key) { String value = redis.get(key); if (value == null) { //代表缓存值过期 //设置3min的超时，防止del操作失败的时候

千万级的注册用户，千万级的帖子，nTB级的附件，还有巨大的日访问量，大型网站采用什么系统架构保证性能和稳定性？ 首先讨论一下大型网站需要注意和考虑的问题。 数据库 海量数据处理：负载量不大的情况下select、delete和update是响应很迅速的，最多加几个索引就可以搞定，但千万级的注册用户和一个设计不好的多对多关系将带来非常严重的性能问题。另外在高UPDATE的情况下，更新一个聚焦索引的时间基本上是不可忍受的。索引和更新是一对天生的冤家。 高并发死锁：平时我们感觉不到，但数据库死锁在高并发的情况下的出现的概率是非常高的。 文件存储的问题：大型网站有海量图片数据、视频数据、文件数据等等，他们如何存储并被有效索引？高并发的情况下IO的瓶颈问题会迅速显现。也许用RAID和专用存贮 服务器 能解决眼下的问题，但是还有个问题就是各地的访问问题，也许我们的服务器在北京，可能在云南或者新疆的访问速度如何解决？如果做分布式，那么我们的文件索引以及架构该如何规划。 接下来讨论大型网站的底层系统架构，来有效的解决上述问题。 毋庸置疑，对于规模稍大的网站来说，其背后必然是一个服务器集群来提供网站服务，例如，2004年eBay的服务器有2400台，估计现在更多。当然，数据库也必然要和应用服务分开，有单独的数据库服务器集群。对于像淘宝网这样规模的网站而言，就是应用也分成很多组。 下面

一） Discuz!的文件系统目录 注：想搞DZ开发，就得弄懂DZ中每个文件的功能。 a) Admin：后台管理功能模块 b) Api：DZ系统与其它系统之间接口程序 c) Archiver：DZ中，用以搜索引擎优化的无图版 d) Attachments：DZ中 ,用户上传附件的存放目录 e) Customavatars：DZ中，用户自定义头像的目录 f) Forumdata：DZ缓存数据的存放目录 g) Images：DZ模板中的图片存放目录 h) Include：DZ常用函数库，基本功能模块目录 i) Ipdata：DZ统计IP来路用的数据 j) Plugins：DZ插件信息的存放目录 k) Templates：DZ模板文件的存放目录 l) Wap：DZ无线，Wap程序处理目录 二） 必须记熟Discuz!数据库设计的每个表的功能，每个表中每个字段的功能。 关于DZ数据库设计文档，请参阅DZ相关的项目文档(请从本贴附件中下载) 三） Discuz!的流程控制 a)后台流程控：DZ后台所有的功能，均需要注册到admincp.php文件，每个功能都至少有一个或一个以上的Action(动作)，在 admincp.php中，可以定义Action的执行权限，分别为：“admin==1”管理员，或“admin==2 ||admin==3”超级版主和版主，每个Action对应一个脚本文件

redis 一.什么是redis 高性能的key-value数据库 ， 支持的数据结构类型包括：字符串（String）、链表（list）、哈希表（hash）、集合（set）、有序集合（Zset）等。为了保证读取的效率，redis把数据对象都存储在内存当中，它可以支持周期性的把更新的数据写入磁盘文件中。 二.redis集群 文章： https://www.jianshu.com/p/84dbb25cc8dc 视频： https://www.bilibili.com/video/av73287780?from=search&seid=17109570147136350701 三.redis逐出算法 MySQL里有1000w数据，redis中只存10w的数据，如何保证redis中的数据都是热点数据 1.voltile-lru：从已设置过期时间的数据集（server.db[i].expires）中挑选最近最少使用的数据淘汰 2.volatile-ttl：从已设置过期时间的数据集（server.db[i].expires）中挑选将要过期的数据淘汰 3.volatile-random：从已设置过期时间的数据集（server.db[i].expires）中任意选择数据淘汰 4.allkeys-lru：从数据集（server.db[i].dict）中挑选最近最少使用的数据淘汰 5.allkeys