缓存服务器

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

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

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

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

摘要： CDN 在静态资源的加速场景中是将静态资源缓存在距离客户端较近的CDN 节点上，然后客户端访问该资源即可通过较短的链路直接从缓存中获取资源，而避免再通过较长的链路回源获取静态资源。因此 CDN的缓存命中率的高低直接影响客户体验，而保证较高的命中率也成为了站长的核心命题。 点此查看原文： https://yq.aliyun.com/articles/288084?spm=a2c41.11181499.0.0 CDN 在静态资源的加速场景中是将静态资源缓存在距离客户端较近的CDN 节点上，然后客户端访问该资源即可通过较短的链路直接从缓存中获取资源，而避免再通过较长的链路回源获取静态资源。因此 CDN的缓存命中率的高低直接影响客户体验，而保证较高的命中率也成为了站长的核心命题。在本文中我们就一起探讨 CDN 缓存命中率的概念、影响因素以及优化策略。 1、缓存命中率的概念 CDN 的缓存命中率包括两种：字节缓存命中率和请求缓存命中率。其中字节缓存命中率是指 CDN 缓存命中 Response 的字节数除以 CDN所有请求 Response 的字节数。而请求缓存命中率是指 CDN 缓存命中的请求的个数除以 CDN 所有的请求数。 从上面的描述中可以查看到字节缓存命中率可以表征回源流量的大小，回源流量越高那么源站的流出流量也就越大，这样对于源站的带宽资源以及其他的负载都会越大

1 、 Redis 是什么？？？？ 是一个由 C 语言开发的一个开源的（遵从 BSD 协议）高性能键值对的内存数据库，可以用做数据库、缓存、消息中间件等。 Ps ： BSD 开源协议 是一个给予 使用 者很大自由的协议。基本上使用者可以 " 为所欲为 ", 可以自由的 使用 ，修改源代码，也可以将修改后的代码作为开源或者专有软件再发布。 性能优秀，数据在内存中，读写速度非常快，支持并发 10W QPS 。单进程单线程，是线程安全的，采用 IO 多路复用机制。丰富的数据类型，支持字符串（ strings ）、散列（ hashes ）、列表（ lists ）、集合（ sets ）、有序集合（ sorted sets ）等。支持数据持久化。可以将内存中数据保存在磁盘中，重启时加载。主从复制，哨兵，高可用。可以用作分布式锁。可以作为消息中间件使用，支持发布订阅。 2、 五种数据类型 String 是 Redis 最基本的类型，可以理解成与 Memcached 一模一样的类型，一个 Key 对应一个 Value 。 Value 不仅是 String ，也可以是数字。 String 类型是二进制安全的，意思是 Redis 的 String 类型可以包含任何数据，比如 jpg 图片或者序列化的对象。 String 类型的值最大能存储 512M 。 Hash 是一个键值（ key-value

对于一个前端应用，或者说是一个 Node 应用，在 CICD pipeline 中，无论是构建，测试，部署，其中必不可少的环节就是依赖安装: npm i 。 npm i 不仅是必不可少的环节，而且很可能也是耗时最长的一个环节。 打蛇打七寸，优化应该从瓶颈处开始，如果能从依赖安装下手，将能极大地缩短部署时间，提高产品交付效率，改善 DevOps 流程，从而促进敏捷开发。 CI 环境中的优化不同于本地开发环境，其中最大的不同在于: 在本地环境中安装依赖是有状态的，如 node_modules ， ~/.npmrc ， ~/.npm 一系列硬盘目录及文件，无不构成状态。而在生产环境中，往往结合 CICD 工具，每次分配的 Runner 不一定是一台服务器(容器)，往往被视为无状态，因而无法有效利用缓存而导致 CI 中部署用时过长。 但也正因为 CICD Runner 的无状态化，这意味着你只要参考构建脚本，如 .gitlab-ci.yaml ， .travis.yaml 或者 .github/workflows/deploy.yaml ，就可以从零把项目跑起来，而避免过多在熟悉新项目时求助他人。 不同的部署方式，不同的持续集成工具有不同的实践方法，但优化的原理大同小异。 如果嫌文章太长，直接直接拉到最下方看总结 只安装有必要的库 npm install

【无知】 ：就像，你就在哪里，存在了很久。我却一直不知道你的存在... 【定义】 1、Wiki是一种在网络上开放且可供多人协同创作的超文本系统【多人协作的写作系统】 2、Wiki站点可以有多人（甚至任何访问者）维护，每个人都可以发表自己的意见，或者对共同的主题进行扩展与探讨。 【架构】 1、GeoDNS 是一个未BIND写的40行小程序，可以让DNS解析的时候考虑地域因素，让用户能够访问最近的Web服务器。 2、LVS 可以实现Linux平台下的简单负载均衡。构成：负载调度器、服务器池、共享存储。只支持Linux。 3、Squid 是一种用来缓冲Internet数据的软件。在wiki中，Squid缓存分为两组：文档内容{多为压缩的html页面}；媒体内容{图片等大一点的静态文件} 【维基媒体平台】 维基媒体平台非常注重缓存，多数缓存都放在Memcached中。 【规则】 1、保留网页每一次变动的版本 2、页面锁定，外人就不可编辑了 3、版本对比 4、添加更新描述 5、IP禁止，禁破坏者的IP 【DokuWiki】 DokuWiki是一个开源wiki引擎程序，运行于PHP环境下。DokuWiki程序小巧而功能强大、灵活，适合中小团队和个人网站知识库的管理。 【用法】 列举几个经典的吧： 来源： 51CTO 作者： Red_Ant_hoyl 链接： https://blog.51cto

一，redis介绍 redis是一个key-value存储系统。和memcached类似，它支持存储的value类型相对更多，包括string（字符串），list（列表），set（集合），zset（sorted set---有序集合）和hash（哈希类型）。与memcached一样，为了保证效率，数据都是缓存在内存中。区别是redis会周期性地把更新的数据写入磁盘或者把修改操作写入追加的记录文件，并且在此基础上实现master-slave（主从）同步。 Redis是一个高性能的key-value数据库。redis的出现，很大程度补偿了memcacehd这类key/value存储的不足，在部分场合可以对关系数据库起到很好的补充作用。它提供了java，C/C++，C#，php，javaScript，Perl，Object-C，python，Ruby等客户端，使用很方便。 如果简单的比较redis与memcached的区别，基本上有以下3点： 1，redis不仅仅支持简单的key/value类型的数据，同时还提供list，set，zset，hash等数据结构的存储。 2，redis支持数据的备份，即master-slave模式的数据备份。 3，redis支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用。 在Reids中，并不是所有的数据都一直存储在内存中

一、系统目录（ThinkPHP框架目录） ThinkPHP.php 框架的公共入口文件 Common 包含框架的一些公共文件、系统定义、系统函数和惯例配置等 Lang 系统语言文件 Lib 系统基类库目录 Tpl 系统模板目录 Mode 框架模式扩展目录 Vendor 第三方类库目录 二、应用目录（项目目录） index.php 项目入口文件（可以使用其他名称或者放置于其他位置） Common 项目公共文件目录，一般放置项目的公共函数 Conf 项目配置目录，所有的配置文件都放在这里。 Lang 项目语言包目录（可选） Lib 项目类库目录，通常包括Action和Model子目录 Tpl 项目模板目录，支持模板主题 Runtime 项目运行时目录，包括Cache（模板缓存）、Temp（数据缓存）、Data（数据目录）和Logs（日志文件）子目录 上面的只是默认方式，项目下面的目录名称和结构是可以重新定义的。其实项目目录并不需要开发人员手动创建，只需要定义好项目的入口文件之后，系统会在第一次执行的时候自动生成项目必须的所有目录结构（前提是项目目录具有可写权限，这点在Linux环境下面需要注意）。 可以看出新版的目录结构更加便于部署和配置，因为只有Runtime目录才是需要具备可写权限的，在Linux环境下面可以更加快速的部署和配置目录权限。 三、部署目录 当我们实际部署网站的时候