Mobabel

Just One Pure ITer

Category: Cache in distributed Architecture

[转]新浪日访问量百亿级的应用如何做缓存架构设计 0

Cache in distributed Architecture / Redis High Avaliable Scale Architect

[转]新浪日访问量百亿级的应用如何做缓存架构设计

微博日活跃用户1.6亿+，每日访问量达百亿级，面对庞大用户群的海量访问，良好架构且不断改进的缓存体系具有非常重要的支撑作用。刷微博吗？跟我们一起听听那些庞大的数据是如何呈现的吧！ 陈波：大家好，今天的分享主要有以下内容，首先是微博在运行过程中的数据挑战，然后是Feed系统架构，接下来会着重分析Cache架构及演进，最后是总结、展望。

0

Cache in distributed Architecture

[转]手把手教你从0到1写一个简单的缓存框架

目前市面上已经有很多开源的缓存框架，比如 Redis、Memcached、Ehcache 等，那为什么还要自己动手写缓存？本文将带领大家从 0 到 1 写一个简单的缓存框架，目的是让大家对缓存的类型、缓存的标准、缓存的实现以及原理方面有一个系统的了解，做到知其然，知其所以然。

[转]缓存构架经验总结 – 5.3. 缓存，并发更新的大坑？ 0

Cache in distributed Architecture

[转]缓存构架经验总结 – 5.3. 缓存，并发更新的大坑？

《 4. 缓存，究竟是淘汰，还是修改？》发出后，有朋友提到，高并发的情况下，缓存的更新可能存在问题，今天简单聊聊这个话题。   业务场景： （1）调用第三方服务，例如微信，一般会分配一个token，每次访问接口需要带上这个token； （2）这个token是有有效期的，当token过期时，需要去重新认证申请； （3）也可以在token过期前重新申请，但此时旧token会失效。

[转]缓存构架经验总结 – 5.2. Cache Aside Pattern 0

Cache in distributed Architecture

[转]缓存构架经验总结 – 5.2. Cache Aside Pattern

在《5.1 究竟先操作缓存，还是数据库？》，有同学在评论提出，相关方案违背了“Cache Aside Pattern”的原则，故今天聊一聊Cache Aside Pattern。 另外，在讨论技术方案时，尽量不说： “你是错的，应该怎么样” “facebook不是这样，所以你是错的” 画外音：凭什么facebook就是真理？它的方案只是适合它的业务而已。 说明适用场景，说明来龙去脉，说明前因后果，比具体使用什么方案更重要。

[转]缓存构架经验总结 – 5.1. 究竟先操作缓存，还是数据库？ 0

Cache in distributed Architecture

[转]缓存构架经验总结 – 5.1. 究竟先操作缓存，还是数据库？

缓存存储，也是数据的冗余。 （1）数据库访问数据，磁盘IO，慢； （2）缓存里访问数据，存操作，快； （3）数据库里的热数据，可在缓存冗余一份； （4）先访问缓存，如果命中，能大大的提升访问速度，降低数据库压力； 这些，是缓存的核心读加速原理。