58一面：Redis数据更新，是先更新数据库照旧先更新缓存？
[*] 先删除缓存，再更新数据库
[*] 先更新数据库，再删除缓存
应该没人问我，为什么没有先更新缓存，再更新数据库这种计谋。
（1）先更新数据库，再更新缓存
这套方案，大家是普遍反对的。为什么呢？有如下两点缘故原由。
[*]缘故原由一（线程安全角度）
同时有请求A和请求B举行更新操作，那么会出现
[*] 线程A更新了数据库
[*] 线程B更新了数据库
[*] 线程B更新了缓存
[*] 线程A更新了缓存
这就出现请求A更新缓存应该比请求B更新缓存早才对，但是由于网络等缘故原由，B却比A更早更新了缓存。这就导致了脏数据，因此不思量。
[*]缘故原由二（业务场景角度）
有如下两点：
[*] 如果你是一个写数据库场景比力多，而读数据场景比力少的业务需求，接纳这种方案就会导致，数据压根还没读到，缓存就被频繁的更新，浪费性能。
[*] 如果你写入数据库的值，并不是直接写入缓存的，而是要颠末一系列复杂的盘算再写入缓存。那么，每次写入数据库后，都再次盘算写入缓存的值，无疑是浪费性能的。显然，删除缓存更为得当。
接下来讨论的就是争议最大的，先删缓存，再更新数据库。照旧先更新数据库，再删缓存的标题。
（2）先删缓存，再更新数据库
该方案会导致不一致的缘故原由是。同时有一个请求A举行更新操作，另一个请求B举行查询操作。那么会出现如下情形:
[*] 请求A举行写操作，删除缓存
[*] 请求B查询发现缓存不存在
[*] 请求B去数据库查询得到旧值
[*] 请求B将旧值写入缓存
[*] 请求A将新值写入数据库
上述情况就会导致不一致的情形出现。而且，如果不接纳给缓存设置逾期时间计谋，该数据永远都是脏数据。
那么，如何解决呢？接纳延时双删计谋
伪代码如下
public void write(String key,Object data){
redis.delKey(key);
db.updateData(data);
Thread.sleep(1000);
redis.delKey(key);
}
转化为中文描述就是
[*] 先镌汰缓存
[*] 再写数据库（这两步和原来一样）
[*] 休眠1秒，再次镌汰缓存
这么做，可以将1秒内所造成的缓存脏数据，再次删除。
那么，这个1秒怎么确定的，详细该休眠多久呢？
针对上面的情形，读者应该自行评估自己的项目标读数据业务逻辑的耗时。然后写数据的休眠时间则在读数据业务逻辑的耗时基础上，加几百ms即可。这么做的目标，就是确保读请求结束，写请求可以删除读请求造成的缓存脏数据。
如果你用了mysql的读写分离架构怎么办？
ok，在这种情况下，造成数据不一致的缘故原由如下，照旧两个请求，一个请求A举行更新操作，另一个请求B举行查询操作。
[*] 请求A举行写操作，删除缓存
[*] 请求A将数据写入数据库了，
[*] 请求B查询缓存发现，缓存没有值
[*] 请求B去从库查询，这时，还没有完成主从同步，因此查询到的是旧值
[*] 请求B将旧值写入缓存
[*] 数据库完成主从同步，从库变为新值
[*] 如果您正在学习Spring Boot，推荐一个连载多年还在继续更新的免费教程：http://blog.didispace.com/spring-boot-learning-2x/
上述情形，就是数据不一致的缘故原由。照旧利用双删延时计谋。只是，就寝时间修改为在主从同步的延时时间基础上，加几百ms。
接纳这种同步镌汰计谋，吞吐量低落怎么办？
ok，那就将第二次删除作为异步的。自己起一个线程，异步删除。这样，写的请求就不用甜睡一段时间后了，再返回。这么做，加大吞吐量。
第二次删除,如果删除失败怎么办？
这是个非常好的标题，由于第二次删除失败，就会出现如下情形。照旧有两个请求，一个请求A举行更新操作，另一个请求B举行查询操作，为了方便，假设是单库：
[*] 请求A举行写操作，删除缓存
[*] 请求B查询发现缓存不存在
[*] 请求B去数据库查询得到旧值
[*] 请求B将旧值写入缓存
[*] 请求A将新值写入数据库
[*] 请求A试图去删除请求B写入对缓存值，效果失败了。
ok,这也就是说。如果第二次删除缓存失败，会再次出现缓存和数据库不一致的标题。
如何解决呢？
详细解决方案，且看博主对第(3)种更新计谋的剖析。
（3）先更新数据库，再删缓存
起首，先说一下。老外提出了一个缓存更新套路，名为《Cache-Aside pattern》。此中就指出
[*] 失效：应用步伐先从cache取数据，没有得到，则从数据库中取数据，成功后，放到缓存中。
[*] 命中：应用步伐从cache中取数据，取到后返回。
[*] 更新：先把数据存到数据库中，成功后，再让缓存失效。
别的，知名社交网站facebook也在论文《Scaling Memcache at Facebook》中提出，他们用的也是先更新数据库，再删缓存的计谋。
这种情况不存在并发标题么？
不是的。假设这会有两个请求，一个请求A做查询操作，一个请求B做更新操作，那么会有如下情形产生
[*] 缓存刚好失效
[*] 请求A查询数据库，得一个旧值
[*] 请求B将新值写入数据库
[*] 请求B删除缓存
[*] 请求A将查到的旧值写入缓存
ok，如果发生上述情况，确实是会发生脏数据。
然而，发生这种情况的概率又有多少呢？
发生上述情况有一个先天性条件，就是步骤（3）的写数据库操作比步骤（2）的读数据库操作耗时更短，才有可能使得步骤（4）先于步骤（5）。可是，大家想想，数据库的读操作的速率远快于写操作的（不然做读写分离干嘛，做读写分离的意义就是由于读操作比力快，耗资源少），因此步骤（3）耗时比步骤（2）更短，这一情形很难出现。
假设，有人非要抬杠，有逼迫症，肯定要解决怎么办？
如何解决上述并发标题？
起首，给缓存设有用时间是一种方案。其次，接纳计谋（2）里给出的异步延时删除计谋，包管读请求完成以后，再举行删除操作。
另有其他造成不一致的缘故原由么？
有的，这也是缓存更新计谋（2）和缓存更新计谋（3）都存在的一个标题，如果删缓存失败了怎么办，那不是会有不一致的情况出现么。比如一个写数据请求，然后写入数据库了，删缓存失败了，这会就出现不一致的情况了。这也是缓存更新计谋（2）里留下的最后一个疑问。
如何解决？
提供一个保障的重试机制即可，这里给出两套方案。
方案一：
如下图所示
https://i-blog.csdnimg.cn/blog_migrate/11b1cf376c00b08cbbd9a65b91a34d25.png
流程如下所示
[*] 更新数据库数据；
[*] 缓存由于种种标题删除失败
[*] 将需要删除的key发送至消息队列
[*] 自己消费消息，获得需要删除的key
[*] 继续重试删除操作，直到成功
然而，该方案有一个缺点，对业务线代码造成大量的侵入。于是有了方案二，在方案二中，启动一个订阅步伐去订阅数据库的binlog，获得需要操作的数据。在应用步伐中，另起一段步伐，获得这个订阅步伐传来的信息，举行删除缓存操作。
方案二：
https://i-blog.csdnimg.cn/blog_migrate/b64e6a2bd9809f0f628780a6dde436e5.png
流程如下图所示：
[*] 更新数据库数据
[*] 数据库会将操作信息写入binlog日志当中
[*] 订阅步伐提取出所需要的数据以及key
[*] 另起一段非业务代码，获得该信息
[*] 尝试删除缓存操作，发现删除失败
[*] 将这些信息发送至消息队列
[*] 重新从消息队列中获得该数据，重试操作。
[*] 如果您正在学习Spring Boot，推荐一个连载多年还在继续更新的免费教程：http://blog.didispace.com/spring-boot-learning-2x/
备注说明：
上述的订阅binlog步伐在mysql中有现成的中间件叫canal，可以完成订阅binlog日志的功能。至于oracle中，博主目前不知道有没有现成中间件可以利用。
别的，重试机制，博主是接纳的是消息队列的方式。如果对一致性要求不是很高，直接在步伐中另起一个线程，每隔一段时间去重试即可，这些大家可以灵活自由发挥，只是提供一个思路。
存粒度控制
选用全量属性，通用性会更好，也便于维护，像user表这种，用全量属性还可以，
但我们选用缓存就需要思量性能和空间的标题，只保存我们需要的属性就好了（但后期表结构改了，维护性很差）
缓存穿透：（直接对存储层操作，失去了缓存层的意义）
查询一个数据库中不存在的数据，比如商品详情，查询一个不存在的ID，每次都会访问DB，如果有人恶意破坏，很可能直接对DB造成过大地压力。
解决方案：
[*] 当通过某一个key去查询数据的时间，如果对应在数据库中的数据都不存在，我们将此key对应的value设置为一个默认的值，比如“NULL”，并设置一个缓存的失效时间，这时在缓存失效之前，全部通过此key的访问都被缓存挡住了。后面如果此key对应的数据在DB中存在时，缓存失效之后，通过此key再去访问数据，就能拿到新的value了。
[*] 常见的则是接纳布隆过滤器（可以用很小的内存保存许多的数据），将全部可能存在的数据哈希到一个足够大的bitmap中，一个肯定不存在的数据会被 这个bitmap拦截掉，从而避免了对底层存储系统的查询压力。（布隆过滤器：现实上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个聚集中。它的优点是空间效率和查询时间都远远凌驾一样平常的算法，缺点是有肯定的误识别率和删除困难。）
关于布隆过滤器：
https://i-blog.csdnimg.cn/blog_migrate/6d7440b4e80d939eacbc7c75dc18d438.png
缓存雪崩：（缓存失效）
缓存同一时间大面积的失效，所以，后面的请求都会落到数据库上，造成数据库短时间内蒙受大量请求而崩掉。
解决方案：
[*] 将系统中key的缓存失效时间匀称地错开，防止统一时间点有大量的key对应的缓存失效；
[*] 重新计划缓存的利用方式，当我们通过key去查询数据时，起首查询缓存，如果此时缓存中查询不到，就通过分布式锁举行加锁，取得锁的进程查DB并设置缓存，然后解锁；其他进程如果发现有锁就等候，然后等解锁后返回缓存数据大概再次查询DB。
[*] 尽量包管整个 redis 集群的高可用性，发现机器宕机尽快补上
[*] 本地ehcache缓存 + hystrix限流&降级，避免MySQL崩掉
如果已经崩溃了：也可以利用redis的持久化机制将保存的数据尽快规复到缓存里。
缓存无底洞：
为了满足业务大量加节点，但是性能没提升反而下降。
当客户端增长一个缓存的时间，只需要 mget 一次，但是如果增长到三台缓存，这个时间则需要 mget 三次了（网络通信的时间增长了），每增长一台，客户端都需要做一次新的 mget，给服务器造成性能上的压力。
同时，mget 需要等候最慢的一台机器操作完成才华算是完成了 mget 操作。这照旧并行的计划，如果是串行的计划就更加慢了。
通过上面这个实例可以总结出：更多的机器！=更高的性能
但是并不是没办法，一样平常在优化 IO 的时间可以接纳以下几个方法。
[*] 命令的优化。例如慢查下 keys、hgetall bigkey。
[*] 我们需要减少网络通讯的次数。这个优化在现实应用中利用次数是最多的，我们尽量减少通讯次数。
[*] 低落接入成本。比如利用客户端长连接大概连接池、NIO 等等。
hashMap底层？为什么jdk1.8要用红黑树实现？什么时间会出现线程不安全？怎么解决线程不安全？默认初始容量是16，如果我改成7，容量会变成7么？？为什么？
在JDK1.6，JDK1.7中，HashMap接纳位桶+链表实现，即利用链表处理冲突，同一hash值的链表都存储在一个链表里。但是当位于一个桶中的元素较多，即hash值相当的元素较多时，通过key值依次查找的效率较低。而JDK1.8中，HashMap接纳位桶+链表+红黑树实现，当链表长度凌驾阈值（8）时，将链表转换为红黑树，这样大大减少了查找时间。
不安全缘故原由：
在put的时间，由于该方法不是同步的，如果有两个线程A,B它们的put的key的hash值相同，不论是从头插入照旧从尾插入，如果A获取了插入位置为x，但是还未插入，此时B也盘算出待插入位置为x，则不论AB插入的先后顺序肯定有一个会丢失 以下是put方法
https://i-blog.csdnimg.cn/blog_migrate/314cae0e3b1dc84a23debadb2e662172.png
在扩容的时间，jdk1.8之前是接纳头插法，当两个线程同时检测到hashmap需要扩容，在举行同时扩容的时间有可能会造成链表的循环，重要缘故原由就是，接纳头插法，新链表与旧链表的顺序是反的，在1.8后接纳尾插法就不会出现这种标题，同时1.8的链表长度如果大于8就会变化成红黑树。
默认容量为16的缘故原由：
关于这个默认容量的选择，JDK并没有给出官方解释，笔者也没有在网上找到关于这个任何有价值的资料。（如果哪位有相关的权势巨子资料大概想法，可以留言交流）
根据作者的推断，这应该就是个履历值（Experience Value），既然肯定要设置一个默认的2^n 作为初始值，那么就需要在效率和内存利用上做一个衡量。这个值既不能太小，也不能太大。
如果您正在学习Spring Boot，推荐一个连载多年还在继续更新的免费教程：http://blog.didispace.com/spring-boot-learning-2x/
最后
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。
深知大多数Java工程师，想要提升技能，通常是自己摸索成长，自己不成体系的自学效果低效漫长且无助。
因此收集整理了一份《2024年Java开辟全套学习资料》，初衷也很简朴，就是希望可以或许帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。
https://i-blog.csdnimg.cn/blog_migrate/1f77a14dfcbc44f9a2d40d927cc171fa.png
https://i-blog.csdnimg.cn/blog_migrate/6384941dd60b9ff8be32104a0879fa5e.png
https://i-blog.csdnimg.cn/blog_migrate/dfd740845123fbae8ac83ceea12515b4.png
既有得当小白学习的零基础资料，也有得当3年以上履历的小伙伴深入学习提升的进阶课程，根本涵盖了95%以上Java开辟知识点，不论你是刚入门Android开辟的新手，照旧希望在技术上不断提升的资深开辟者，这些资料都将为你打开新的学习之门！
如果你觉得这些内容对你有帮助，需要这份全套学习资料的朋友可以戳我获取！！
由于文件比力大，这里只是将部门目次截图出来，每个节点里面都包含大厂面经、学习条记、源码课本、实战项目、讲解视频，并且会连续更新！
g-boot-learning-2x/
最后
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。
深知大多数Java工程师，想要提升技能，通常是自己摸索成长，自己不成体系的自学效果低效漫长且无助。
因此收集整理了一份《2024年Java开辟全套学习资料》，初衷也很简朴，就是希望可以或许帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。
[外链图片转存中…(img-jUnzEIbD-1714716282137)]
[外链图片转存中…(img-xMNLd17o-1714716282138)]
[外链图片转存中…(img-Q44pwiP2-1714716282138)]
既有得当小白学习的零基础资料，也有得当3年以上履历的小伙伴深入学习提升的进阶课程，根本涵盖了95%以上Java开辟知识点，不论你是刚入门Android开辟的新手，照旧希望在技术上不断提升的资深开辟者，这些资料都将为你打开新的学习之门！
如果你觉得这些内容对你有帮助，需要这份全套学习资料的朋友可以戳我获取！！
由于文件比力大，这里只是将部门目次截图出来，每个节点里面都包含大厂面经、学习条记、源码课本、实战项目、讲解视频，并且会连续更新！
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]