标签:大量数据 数据请求 增加 成本 设置 防止 一致性 添加 大量
??指的是对某个一定不存在的数据进行请求,该请求将会穿透缓存到达数据库。
解决方案:
??指的是由于数据没有加载到缓存中,或者缓存数据在同一时间出现大面积的失效(过期),又或者是缓存服务器崩溃,导致大量的请求都到达数据库。
??在有缓存的系统中,系统非常的依赖缓存,缓存分担了很大一部分的数据请求,当发生缓存雪崩时,数据库因为无法处理这么多的请求,导致数据库崩溃。
解决方案:
??缓存一致性要求数据更新的同时缓存数据也能够实时更新。
解决方案:
??要保证缓存一致性需要付出很大的代价,缓存数据最好是对那些对一致性要求不高的数据进行缓存,允许缓存数据存在一些脏数据。
??指的是为了满足业务要求添加了大量的缓存节点,但是性能不但没有好转反而下降的现象。
??产生原因:缓存系统通常采用hash函数将key映射到对应的缓存节点,随着缓存节点数目的增加,键值分布到更多的节点上,导致客户端一次批量操作会涉及到多次网络操作,这意味着批量操作的耗时会随着节点数目的增加而不断的增大。此外,网络连接数变多,对节点的性能也有一定的影响。
解决方案:
标签:大量数据 数据请求 增加 成本 设置 防止 一致性 添加 大量
原文地址:https://www.cnblogs.com/yjxyy/p/11135376.html