应用场景
缓存
使用了缓存，就意味着不需要强一致性
缓存是持久化数据的冗余存储
常见的缓存模式：
1. **缓存即写 (Write-Through Cache)** • **定义**：每当有数据写入时，数据同时写入缓存和后端存储。 • **优点**：确保缓存和后端存储数据的一致性。 • **缺点**：写操作的性能较差，因为每次写入都需要更新两个地方。 2. **缓存写入 (Write-Back Cache)** • **定义**：数据首先写入缓存，定期或在特定条件下将数据批量写入后端存储。 • **优点**：写操作性能较高，减少了写入后端存储的频率。 • **缺点**：可能会导致数据丢失，因为缓存中的数据在写入后端存储前可能会丢失。 3. **缓存旁路 (Write-Around Cache)** • **定义**：写操作直接写入后端存储，不经过缓存。 • **优点**：避免了缓存的写入负担，适合写操作较多的场景。 • **缺点**：第一次读取数据时，缓存命中率较低，可能导致较高的延迟。 4. **读取缓存 (Read-Through Cache)** • **定义**：读取数据时，首先检查缓存，如果缓存中没有数据，再从后端存储读取并缓存。 • **优点**：提高了读取操作的性能，减少了后端存储的负载。 • **缺点**：需要额外的缓存空间来存储读取的数据。 5. **预热缓存 (Cache Preloading)** • **定义**：在应用启动或特定时间点，预先将常用的数据加载到缓存中。 • **优点**：提高了应用启动后的初始性能，减少了第一次访问时的延迟。 • **缺点**：需要额外的时间和资源来预加载数据。 6. **缓存失效 (Cache Invalidation)** • **定义**：在数据更新或删除时，手动或自动地使缓存中的相应数据失效。 • **优点**：确保缓存中的数据与后端存储数据的一致性。 • **缺点**：需要额外的逻辑来管理缓存失效。 7. **分布式缓存 (Distributed Cache)** • **定义**：将缓存数据分布到多个节点上，形成一个统一的缓存系统。 • **优点**：提高了缓存系统的扩展性和可用性，适合大规模应用场景。 • **缺点**：需要额外的网络通信和一致性管理。 8. **本地缓存 (Local Cache)** • **定义**：缓存数据存储在本地节点中，不共享给其他节点。 • **优点**：读取和写入操作性能高，适合单节点或小规模应用。 • **缺点**：无法在多节点间共享数据，扩展性较差。
秒杀
某活动瞬时产生巨大的并发访问量
需要解决的问题 # 大量的并发请求，服务器要能扛得住 不能超卖 避免少卖 保证触达用户而非黄牛 如何高并发 # 将库存存储在 redis 中，通过 redis 扣减库存，这样高并发的请求打在 redis 上，并通过消息队列异步写库
分布式锁
特性 # 互斥性： 锁的目的是获取资源的使用权，因此只能一个竞争者持有锁 安全性： 一个竞争者持有锁期间，若因为意外情况未能及时释放锁，也有兜底策略释放锁，保证其他的竞争者可以获得锁 对称性： 同一个锁的枷锁和解锁必须是同一个竞争者， 不能把其他竞争者的锁给释放掉了 可靠性： 需要一定的异常处理能力，容灾能力 实现 # set key value NX PX expire // key 为锁标识 // value 为持锁者标识，只能持有者操作锁，非持有者不可操作，保证了**对称性** // NX 存在则不操作，即只有第一个人操作成功，后来者操作会失败，保证了**互斥性** // expire 设置过期时间，即使意外情况没有释放锁，也会因过期自动释放锁，保证了**安全性** 若业务逻辑执行时间超过锁的过期时间，可以考虑锁续期