每日所获

最新推荐文章于 2025-07-07 20:46:14 发布

原创最新推荐文章于 2025-07-07 20:46:14 发布 · 190 阅读

0 ·

CC 4.0 BY-SA版权

没有怎么用过缓存数据看板1.2的接口里用到了专业版的接口他们的改动不频繁我这里存在根据cinemaIds批量查询影片信息的接口但是如果是城市大盘的话会存在cinemaIds过多的问题所以考虑到在我这里加一层索引

加缓存需要注意的问题：

1: 你要考虑的问题是避免热点问题，比如使用分布式缓存，不要所有的数据缓存到同一台服务器上

2：两外考虑查询场景，比如以天为单位缓存，你查询场景是一周的，这样查询的时候就要查询7次，这样设计是否合理已经满足业务查询性能要求

本地缓存大小主要考虑内存是否够用以及重启会存在缓存失效，需要重新加载

理论上，已天为key，天数够多的话，会平均分配到所有的服务器上的比如365天，你服务端就3台机器，理论上每台能分配100多个key，

3: 另外，以天为单位，value值，即cinimaIds是否面临value值过大问题，即刚才说的每天有多少cinemaIds数据？

4: 是短期缓存，还是永久缓存，如果短期缓存，可以设置过期时间，

5: 另外就是要考虑一下，是否存在缓存失效问题，这属于缓存最基础的问题，既然缓存就存在不一致或者说失效问题

业务上允许不允许这种不一致

缓存使用

重试

/**
 * @param path
 * @param value
 *
 * @return void
 *
 * @throws InterruptedException
 * @throws KeeperException
 * @Description: 写PATH数据, 是持久化的
 * @author liaoqiqi
 * @date 2013-6-14
 */
public void write(String path, String value) throws InterruptedException, KeeperException {

    int retries = 0;
    while (true) {

        try {

            Stat stat = zk.exists(path, false);

            if (stat == null) {

                zk.create(path, value.getBytes(CHARSET), Ids.OPEN_ACL_UNSAFE, CreateMode.PERSISTENT);

            } else {

                zk.setData(path, value.getBytes(CHARSET), stat.getVersion());
            }

            break;

        } catch (KeeperException.SessionExpiredException e) {

            throw e;

        } catch (KeeperException e) {

            LOGGER.warn("write connect lost... will retry " + retries + "\t" + e.toString());

            if (retries++ == MAX_RETRIES) {
                throw e;
            }
            // sleep then retry
 int sec = RETRY_PERIOD_SECONDS * retries;
            LOGGER.warn("sleep " + sec);
            TimeUnit.SECONDS.sleep(sec);
        }
    }
}

这个为啥要重试的时候都要阶梯性的休眠一会呢

因为分布式中锁说白了，还是走网路传输，网络传输又不可靠

就是上面的这种，重试是间隔不是固定的，随着次数的增加，重试间隔变长

增加重试时间间隔就是为了避开网络问题

比如网络10秒震荡，你重试间隔2秒，重试三次，全部重试结束后网络还没有恢复正常那

如果重试时间间隔依次为2秒，4秒， 8秒，则三次重试后，网络就恢复正常了

所以网络震荡越长，重试时间间隔越长，避免失败后全部重试，造成雪崩现象

失败后立马进行重试或者固定时间间隔进行重试(短暂时间内流量增场较大)，容易造成雪崩现象，如果阶梯时重试，随着时间的推移，重试变得越来越缓慢，不容易压垮系统