如果大家觉得文章有错误内容，欢迎留言或者私信讨论~   之前我们介绍了 Jetty 总体上是由 一系列 Connector、一系列 Handler 和一个 ThreadPool 组成，他们的关系如下：   相较于 Tomcat 的连接器，Jetty 的连接器有自己的特点。Jetty 的 Connector 支持 NIO 通信模型，我们知道 NIO 模型中的主角是 Selector，Jetty 在 Java 原生 Selector 的基础上封装了自己的 Selector，叫作 Man

概述 Guava Cache 是 Google 开源的一套开发工具集合，Guava Cache 是其中的一个专门用于处理本地缓存的轻量级框架，是全内存方式的本地缓存，而且是线程安全的。 和 ConcurrentMap 相比，Guava Cache 可以限制内存的占用，并可设置缓存的过期时间，可以自动回收数据，而 ConcurrentMap 只能通过静态方式来控制缓存，移除数据元素需要显示的方式来移除。 缓存回收方式 1、基于容量回收 例如maximumSize 2、基于时间回收

架构图 sentinel[ˈsentɪnl]哨兵是特殊的redis服务，不提供读写服务，主要用来监控redis实例节点。 哨兵架构下client端第一次从哨兵找出redis的主节点，后续就直接访问redis的主节点，不会每次都通过sentinel代理访问redis的主节点. 当redis的主节点发生变化，哨兵会第一时间感知到，并且将新的redis主节点通知给client端(这里面redis的client端一般都实现了订阅功能，订阅sentinel发布的节点变动消息)。 senti

拉取Redis redis的读写分离：https://blog.csdn.net/qq_51076413/article/details/123462448 Java整合Jedis：https://blog.csdn.net/qq_51076413/article/details/123462857 Java整合Redis：https://blog.csdn.net/qq_51076413/article/details/123462896 docker拉取redis 拉取r

Redis缓存过程 Redis数据库是一个nosql数据库，存储的数据格式是key-value。Redis数据库运行在内存中，因此他的查询速度比MySql快的多。所以我们会把一些用户经常查询的数据放在Redis中，当Redis有的时候就直接返回，当Redis中没有的时候再去数据库中查找。以此增加服务的运行效率。 缓存雪崩 Redis中的缓存数据是有过期时间的，当在同一时间大量的缓存同时失效时就会造成缓存雪崩。 比如说，在11点的时候大家都去饿了么点外卖，这个时候饿了么的Redi

零、目录   背景介绍   http 缓存机制   使用小结 一、 背景介绍         浏览器和服务器进行交互的过程， 时间开销的瓶颈往往出现在数据的传输的过程之中。         这个场景类似介于 A城 到 B城 之间只有一座 “通道” ， 每次想从A城 到 B城 ，必须按照人数交付高昂的路费， 那么如果要减少这种高昂的路费开销的话， 核心思想就是尽可能的减少通过这座 “通道” 的次数又或者减少通过这座通道的“人数”。基于这种理念，在 http协议的基础上， 提出了一种协议缓

Node.js 修改全局安装、缓存路径以及全局安装报错问题 1. 指定全局安装路径和缓存路径   npm 全局模块的存放路径 以及 cache 的路径的配置，默认是在 C 盘 C:\Users\用户名\AppData\Roaming\npm\node_modules下 修改步骤 ① 前提：已安装 nodejs（nodejs官网 https://nodejs.org）, 并且已将其添加到了环境变量 path 中   进入cmd命令行，然后输入 node -v ，测试是否安装成

最近一个项目，html文件被缓存了，导致修改不生效，这个问题之前也在微信公众号的h5项目遇到过，不过之前是nginx，这次tomcat，进行记录。 最终将html文件的缓存时间设置成了1s解决的此问题，代码如下： <filter> <filter-name>ExpiresFilter</filter-name> <filter-class>org.apache.catalina.filters.ExpiresFilter&l

大家好，我是李哥。 上次我们讨论了在分布式系统下的缓存架构体系，从浏览器缓存到客户端缓存，再到CDN缓存，再到反向代理缓存，再到本地缓存，再到分布式缓存。整个链路中有非常多的缓存。 在整个缓存链路，存在各种各样的问题，常见的问题有缓存穿透、缓存击穿、缓存雪崩、缓存数据一致性问题等。不常见的问题有缓存倾斜、缓存阻塞、缓存慢查询、缓存主从一致性问题、缓存高可用、缓存故障发现与故障恢复、集群扩容收缩、大Key热Key等等。 今天我们就来聊聊：缓存雪崩 缓存雪崩，顾名思义，是缓存崩了。如果这样理

      hello，大家好，好久没有给大家分享过文章了，今天来给大家来点高并发中分布式锁的干货；好了，老规矩，废话少说，直接扔干货。       分布式锁中准备给大家由浅入深讲解三种解决高并发中分布式锁的问题： Redis实现分布式锁 Redission实现分布式锁       下面我来依次给大家来进行分享：       本文例子是围绕在高并发情况下，用户获取该商品详情，由于并发量过大，阻止请求全部打到数据库中，导致数据库宕机的情况发生。解决方法是引入缓存Redis，但是使用Redis

一、短信登录及分布式session 验证码缓存 @Override public Result sendCode(String phone, HttpSession session) { //1.校验手机号 boolean invalid = RegexUtils.isPhoneInvalid(phone); if(invalid){ return Result.fail("手机号格式不正确");