缓存服务器

问题1- 雪崩（缓存击穿） ：缓存的数据量非常大，缓存服务器不持久化。在高并发的情况下海量用户请求涌入，这时缓存失效，海量用户请求就去请求数据库，数据库承受不了，造成数据库宕机，重启后海量请求并未消失，继续涌入，继续造成数据库服务器宕机。永远起不来。这种情况就叫雪崩。 解决雪崩问题 ：让缓存的数据定时的写磁盘，当缓存服务器意外停止，重启，当海量请求过来时，重启缓存服务器，如果本地有缓存文件，直接从文件中读取。放在内存中。redis是c语言写的，而且放入磁盘的内容的结构和内存中的结构一致。所以读取非常快。即使有部分的请求在恢复过程中访问到数据库，因为数量非常少，数据库还是能承受的。缓存恢复后，其他的大量的海量的请求就都被拦截了，这样就可以保证数据库不受威胁。 问题2- 缓存有多种，为什么选择redis? 主流缓存框架： 1）ehcache,框架底层喜欢用这个spring 、 hibernate 、mybatis(二级缓存) 2）memCache分布式缓存框架，百万级别，但是存在一个最重要的缺点-不落地，重启服务器内存中的数据就没有了。数据类型：字符串，多线程。 3）redis多个随时落地。数据持久化。提供“丰富”数据类型：string/list/hash/set/oset(排序)多线程和多时例。内存数据库。 来源： https://www.cnblogs.com/dgsh/p

常见的Http请求错误提示 1xx - 信息提示 这些状态代码表示临时的响应。客户端在收到常规响应之前，应准备接收一个或多个 1xx 响应。 100 - 继续 101 - 切换协议 2xx - 成功 这类状态代码表明服务器成功地接受了客户端请求。 200 - 确定。客户端请求已成功 201 - 已创建 202 - 已接受 203 - 非权威性信息 204 - 无内容 205 - 重置内容 206 - 部分内容 3xx - 重定向 客户端浏览器必须采取更多操作来实现请求。例如，浏览器可能不得不请求服务器上的不同的页面，或通过代理服务器重复该请求。 302 - 对象已移动。 304 - 未修改。 307 - 临时重定向。 4xx - 客户端 错误 发生错误，客户端似乎有问题。例如，客户端请求不存在的页面，客户端未提供有效的身份验证信息。 400 - 错误的请求 401 - 访问被拒绝 · 401.1 - 登录失败。 · 401.2 - 服务器配置导致登录失败。 · 401.3 - 由于 ACL 对资源的限制而未获得授权。 · 401.4 - 筛选器授权失败。 · 401.5 - ISAPI/CGI 应用程序授权失败。 · 401.7 – 访问被 Web 服务器上的 URL 授权策略拒绝。这个错误代码为 IIS 6.0 所专用。 403 - 禁止访问 · 403.1 - 执行访问被禁止。

1、HTML静态化 其实大家都知道，效率最高、消耗最小的就是纯静态化的html页面，所以我们尽可能使我们的网站上的页面采 用静态页面来实现，这个最简单的方法其实也是最有效的方法。但是对于大量内容并且频繁更新的网站，我们无法全部手动去挨个实现，于是出现了我们常见的信息 发布系统CMS，像我们常访问的各个门户站点的新闻频道，甚至他们的其他频道，都是通过信息发布系统来管理和实现的，信息发布系统可以实现最简单的信息录 入自动生成静态页面，还能具备频道管理、权限管理、自动抓取等功能，对于一个大型网站来说，拥有一套高效、可管理的CMS是必不可少的。 除了门户和信息发布类型的网站，对于交互性要求很高的社区类型网站来说，尽可能的静态化也是提高性能的必要手段，将社区内的帖子、文章进行实时的静态化，有更新的时候再重新静态化也是大量使用的策略，像Mop的大杂烩就是使用了这样的策略，网易社区等也是如此。 同 时，html静态化也是某些缓存策略使用的手段，对于系统中频繁使用 数据库 查询但是内容更新很小的应用，可以考虑使用html静态化来实现，比如论坛中论 坛的公用设置信息，这些信息目前的主流论坛都可以进行后台管理并且存储再数据库中，这些信息其实大量被前台程序调用，但是更新频率很小，可以考虑将这部分 内容进行后台更新的时候进行静态化，这样避免了大量的数据库访问请求。 2、图片服务器分离 大家知道

https://www.cnblogs.com/nfcm/p/7833032.html redis连接工厂类 第一步，需要加上springboot的redis jar包 <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-redis</artifactId> </dependency> 然后我们写一个配置类，创建了一个redis连接的工厂的spring bean。（Redis连接工厂会生成到Redis数据库服务器的连接） @Configuration public class RedisConfig { @Bean public RedisConnectionFactory redisCF(){ //如果什么参数都不设置，默认连接本地6379端口 JedisConnectionFactory factory = new JedisConnectionFactory(); factory.setPort(6379); factory.setHostName("localhost"); return factory; } } 单元测试，看看这个工厂方法的使用 @RunWith(SpringJUnit4ClassRunner.class)

squid的简单介绍 squid的概念 squid是一种用来缓存Internet数据的软件。接受来自人们需要下载的目标（object）的请求并适当的处理这些请求。也就是说，如果一个人想下载一web界面，他请求squid为他取得这个页面。squid随之连接到远程服务器并向这个页面发出请求。然后，squid显式地聚集数据到客户端机器，而且同时复制一份。当下一次有人需要同一页面时， squid可以简单的从磁盘中读到它，那样数据会立即传输到客户机上。 squid代理的作用 通过缓存的方式为用户提供Web访问加速 对用户的Web访问进行过滤控制 工作流程 当代理服务器中有客户端需要的数据时： a. 客户端向代理服务器发送数据请求； b. 代理服务器检查自己的数据缓存； c. 代理服务器在缓存中找到了用户想要的数据，取出数据； d. 代理服务器将从缓存中取得的数据返回给客户端。 当代理服务器中没有客户端需要的数据时： 客户端向代理服务器发送数据请求； 代理服务器检查自己的数据缓存； 代理服务器在缓存中没有找到用户想要的数据； 代理服务器向Internet 上的远端服务器发送数据请求； 远端服务器响应，返回相应的数据； 代理服务器取得远端服务器的数据，返回给客户端，并保留一份到自己的数据缓存中。 Squid代理服务器工作在TCP/IP应用层 Squid各种代理的定义 正向代理

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 【部署策略】 　 　　基于memcached的slab和dump的内存管理方式，它产生的内存碎片比较少，不需要OS去做繁杂的内存回收，所以它对CPU的占用率那是相当的低。所以建议将它跟占用CPU较高的WEB服务器一起使用来节省成本。当然如果你有大量的廉价PC，那用来专门做memcached服务器也不错。由于32位操作系统中，每个进程最多只能使用2GB内存，所以如果你有大内存的话，可以以daemon的方式启动两个以上的memcached服务，或者干脆用64位的CPU和OS。 【服务监控】 　　 　　memcached支持分布式机制，php通过memcache::addserver来实现该机制，它实现了如果服务器列表中的一台down掉的时候在参数retry_interval指定的时间就不会再连接该服务器的机制。所以只要你在该时间段内重启或者修复了该服务器，则不会对前端造成太大的影响。当然了，如果你一直不去重启该服务器的话，我测试过addserver再次连接一台down掉的服务器的时间将比平时延长了1秒的时间。可以通过addserver的最后一个参数failure_callback定义一个回调函数来实现邮件通知或者短信通知管理员的功能。　　 　　如果是手工重启，我建议将该值设置为20分钟

目前几乎很多大型网站及应用都是分布式部署的，分布式场景中的数据一致性问题一直是一个比较重要的话题。分布式的CAP理论告诉我们“任何一个分布式系统都无法同时满足一致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance），最多只能同时满足两项。”所以，很多系统在设计之初就要对这三者做出取舍。在互联网领域的绝大多数的场景中，都需要牺牲强一致性来换取系统的高可用性，系统往往只需要保证“最终一致性”，只要这个最终时间是在用户可以接受的范围内即可。 在很多场景中，我们为了保证数据的最终一致性，需要很多的技术方案来支持，比如分布式事务、分布式锁等。有的时候，我们需要保证一个方法在同一时间内只能被同一个线程执行。在单机环境中， Java 中其实提供了很多并发处理相关的API，但是这些API在分布式场景中就无能为力了。也就是说单纯的 Java Api并不能提供分布式锁的能力。所以针对分布式锁的实现目前有多种方案。 针对分布式锁的实现，目前比较常用的有以下几种方案： 基于 数据库 实现分布式锁 基于缓存（ Redis ，memcached，tair）实现分布式锁 基于Zookeeper实现分布式锁 在分析这几种实现方案之前我们先来想一下，我们需要的分布式锁应该是怎么样的？（这里以方法锁为例，资源锁同理） 可以保证在分布式部署的应用集群中

11月2日更新： 微信小程序支持内嵌网页，新增 <web-view /> 组件调试支持： 传送门 <!-- wxml --> <!-- 指向微信公众平台首页的web-view --> <web-view src="https://mp.weixin.qq.com/"></web-view> 　　 一、小程序的特点： 1:：小程序适合做简单的，用完即走的应用 2：小程序适合低频的应用 3：小程序适合性能要求不高的应用 例如： 外卖类，电影票类，打车类的应用 。 二 、 小程序组件 1：text 只有text组件内的文本可以被长按选中 text组件可以嵌套使用: <text>hello <text style='color:red'>你好</text></text> 2:swiper组件 swiper-item 仅可放置在 <swiper/> 组件中，宽高自动设置为100%。所以只有设置 <swiper/> 组件的宽高才行。 <swiper> <swiper-item>sweiper1</swiper-item> <swiper-item>sweiper2</swiper-item> <swiper-item>sweiper3</swiper-item> </swiper> 　　 3:block组件 相当于循环的括号： <block wx:for="{{posts_key}}" wx

为什么查询速度会慢 　　 1.慢是指一个查询的响应时间长。一个查询的过程： 客户端发送一条查询给服务器 服务器端先检查查询缓存，如果命中了缓存，则立可返回存储在缓存中的结果。否则进入下一个阶段 服务器端进行SQL解析、预处理，再由优化器生成对应的执行计划。 MySQL根据优化器生成的执行计划，调用存储引擎的API来执行查询。 将结果返回给客户端 　　 2.数据访问 是否向数据库请求了不需要的数据 是否扫描额外的记录 　　 3.查询的方式 一个复杂的查询还是多个简单的查询 切分查询（将大查询切分成小查询，循环完成小查询） 分解关联查询 慢查询分析 　　问题SQL 　　　　把复杂的SQL分成多个简单SQL并执行，查看具体那个字段会慢，区分度不高。 　　EXPLAIN 　　　　显示SQL如何使用索引的执行计划。 　　　　执行计划的参数： table 显示这一行的数据是关于哪张表的 type 显示连接使用了何种类型。从最好到最差的连接类型为const、eq_reg、ref、range、indexhe和ALL possible_keys 显示可能应用在这张表中的索引。如果为空，没有可能的索引。可以为相关的域从WHERE语句中选择一个合适的语句 key 实际使用的索引。如果为NULL，则没有使用索引。很少的情况下，MYSQL会选择优化不足的索引。这种情况下，可以在SELECT语句中使用USE

SQL语句在数据库中处理过程是怎样的呢？执行顺序呢？在回答这个问题前，我们先来回顾一下：在ORACLE数据库系统架构下，SQL语句由用户进程产生，然后传到相对应的服务端进程，之后由服务器进程执行该SQL语句，如果是SELECT语句，服务器进程还需要将执行结果回传给用户进程。 SQL语句的执行过程一般如下： 解析（PARSE）—— 绑定（BIND）——执行（EXECUTE）——提取（FETCH 只有SELECT才需要这步） 解析 服务器进程接收到一个SQL语句时，首先要将其转换成执行这个SQL语句的最有效步骤，这些步骤被称为执行计划。 Step 1：检查共享池中是否有之前解析相同的SQL语句后所存储的SQL文本、解析树和执行计划。如果能从共享池的缓存库中找到之前解析过生成的执行计划，则SQL语句则不需要再次解析，便可以直接由库缓存得到之前所产生的执行计划，从而直接跳到绑定或执行阶段，这种解析称作软解析。 但是如果在共享池的库缓存中找不到对应的执行计划，则必须继续解析SQL、生成执行计划，这种解析称作硬解析 在缓存池解析过的SQL，会有一个对应的哈希值与之对应，你可以通过V$SQL视图来查询，请看下面一个例子： SQL>SELECT * FROM SCOTT.DEPT WHERE DEPTNO =10; SQL>SELECT * FROM SCOTT.DEPT WHERE DEPTNO