保存成功
订阅成功
保存失败,请重试
提交成功

电商高并发系统,Redis 使用最佳实践

¥8会员免费看
码自在

随着互联网快速的迭代以及数据量增长,业务逻辑也越来越复杂。随着应用的拆分,微服务化,整个调用链路不断增加,比如一个电商平台,从用户端会经历接入层 SLB、网关、服务、数据库、外围系统等多个环节,这就造成 RT 时间过长,如何保证用户体验,通过阿里分享的经验来讲,优化系统架构通常两种方式:Scale up 和 Scale out。

Scale out,就是通常说的水平扩展,将应用设计为无状态性,可以方便通过增加硬件水平扩展的方式来分解访问压力。

Scale up,则是将单个服务链路性能提升,以提升 QPS 以及系统的吐出量,并且大部分场景以读多写少,通常我们会引入缓存来提升系统的整体性能。

  1. 缓存术语定义与共识
    • 缓存命中
    • Cache miss
    • 存储成本
    • 缓存失效
    • 缓存污染
    • 缓存策略
  2. Redis Key 设置的最佳实践
  3. Redis 连接池优化
  4. 使用 lua 脚本批量操作
  5. 如何防止缓存穿透、击穿、雪崩?
  6. 应用内缓存 + Redis 实现多级缓存
  7. 分布式锁 Redisson 的使用
  8. 基于注解的方式实现分布式锁(基于 Redisson)
  9. 基于注解的方式实现防重复提交(基于 Redis)
  10. 电商购物车业务如何使用 Redis 缓存来提升访问效率以及降低对数据库的冲击
154 人已订阅
会员免费看
¥8 原价订阅
关注提示×
扫码关注公众号,获得 Chat 最新进展通知!
入群与作者交流×
扫码后回复关键字 入群
Chat·作者交流群
入群码
该二维码永久有效
严选标准
知道了
Chat 状态详情
开始预订
预订结果公布06月09日

预订达标,作者开始写作

审核未达标,本场 Chat 终止

作者文章审核结果公布06月30日

审核达标,文章发布

审核未达标,本场 Chat 终止

Chat 完结
×
已购列表