免费课程网站有哪些wordpress 无限下拉

当前位置： 首页 > news >正文

免费课程网站有哪些,wordpress 无限下拉,安做省民改厅网站,厦门建网站多少钱问题场景 在并发场景下#xff0c;MySQL和Redis之间的数据不一致性可能成为一个突出问题。这种不一致性可能由网络延迟、并发写入冲突以及异常情况处理等因素引起#xff0c;导致MySQL和Redis中的数据在某些时间点不同步或出现不一致的情况。数据一致性问题的级别可以分为三…问题场景 在并发场景下MySQL和Redis之间的数据不一致性可能成为一个突出问题。这种不一致性可能由网络延迟、并发写入冲突以及异常情况处理等因素引起导致MySQL和Redis中的数据在某些时间点不同步或出现不一致的情况。数据一致性问题的级别可以分为三种 强一致性写入何值读出何值但在实现中性能较差。弱一致性写入新数据后承诺在某个时间级别分、秒、毫秒后达到数据一致。最终一致性写入新数据后承诺在规定时间内达到数据一致。 解决方案 强一致性 强一致性解决方案在高并发场景下实现过于苛刻本案例暂不讨论。 弱一致性 一致性的解决方案可以使用“先写MySQL再删除Redis”策略这种方案在极限条件下有不一致的可能性但结合需求和技术实现可以综合评判。弱一致性的应用场景如社交平台点赞功能用户可以实时看到点赞的更新尽管MySQL和Redis可能存在短暂的数据不一致。 最终一致性 采用“先写MySQL通过MySQL的Binlog特性异步写入Redis”。这种方案一般适用于库存、金融等业务场景但是需要建立相关失败重试、告警、补偿机制以及容灾措施。 在本案例中弱一致性采用 Cache Aside 方案最终一致性采用阿里巴巴开源组件 canal 实现。 Cache Aside 该方案在读取数据库时首先从缓存中查询数据库 如果缓存中存在数据则直接返回给应用程序。如果缓存中不存在数据则从数据库中读取数据并将数据存储到缓存中然后返回给应用程序。
写入数据时先更数据库的数据当数据库更新成功后再删除缓存中的数据。 Cache Aside注意事项 缓存失效缓存中的数据可能会过期或失效需要考虑设置合适的缓存过期时间或使用合适的缓存失效策略如LRU来管理缓存中的数据。缓存穿透当请求查询一个不存在的数据时会导致缓存层无法命中从而直接访问数据库。为了避免缓存穿透问题可以使用空值缓存或布隆过滤器等技术来减轻数据库的负载。 综上所述Cache Aside方案适用于读取频率较高、对数据实时性要求不高的场景通过合理地使用缓存来提高系统性能和扩展性并通过维护数据的一致性来避免数据不一致的问题。 Cache Aside demo 基于Cache Aside实现点赞功能。 实体类信息 public class Like {private String postId;private int likeCount;// 构造函数、getter和setter方法 }逻辑层 Service public class LikeService {private final LikeRepository likeRepository;private final RedisUtils redisUtils;public LikeService(LikeRepository likeRepository, RedisUtils redisUtils) {this.likeRepository likeRepository;this.redisUtils redisUtils;}public Like getLikeInfo(String postId) {String cacheKey like: postId;// 从缓存中获取点赞信息Like like (Like) redisUtils.get(cacheKey);// 如果缓存中不存在则从持久层数据库获取if (like null) {like likeRepository.findByPostId(postId);// 如果数据库中存在数据则保存到缓存中if (like ! null) {redisUtils.set(cacheKey, like);}}// 如果点赞信息为空则初始化为0if (like null) {like new Like(postId, 0);}return like;}public void addLike(String postId) {String cacheKey like: postId;// 在持久层数据库新增点赞信息Like like likeRepository.findByPostId(postId);if (like null) {like new Like(postId, 1);} else {like.setLikeCount(like.getLikeCount() 1);}likeRepository.save(like);// 更新缓存中的数据redisUtils.set(cacheKey, like);} }canal 引用canal官方说明 canal [kə’næl] 译意为水道/管道/沟渠主要用途是基于 MySQL 数据库增量日志解析提供增量数据订阅和消费 早期阿里巴巴因为杭州和美国双机房部署存在跨机房同步的业务需求实现方式主要是基于业务 trigger 获取增量变更。从 2010 年开始业务逐步尝试数据库日志解析获取增量变更进行同步由此衍生出了大量的数据库增量订阅和消费业务。 基于日志增量订阅和消费的业务包括 数据库镜像数据库实时备份索引构建和实时维护(拆分异构索引、倒排索引等)业务 cache 刷新带业务逻辑的增量数据处理 当前的 canal 支持源端 MySQL 版本包括 5.1.x , 5.5.x , 5.6.x , 5.7.x , 8.0.x 前置知识:MySQL主从复制原理 MySQL master 将数据变更写入二进制日志( binary log, 其中记录叫做二进制日志事件binary log events可以通过 show binlog events 进行查看)MySQL slave 将 master 的 binary log events 拷贝到它的中继日志(relay log)MySQL slave 重放 relay log 中事件将数据变更反映它自己的数据 canal工作原理 canal 模拟 MySQL slave 的交互协议伪装自己为 MySQL slave 向 MySQL master 发送dump 协议MySQL master 收到 dump 请求开始推送 binary log 给 slave (即 canal )canal 解析 binary log 对象(原始为 byte 流) 环境搭建 需要的开发环境 MySQLRedisCanal 特别说明canal只支持JDK 8和JDK 11如果您在本地物理机安装请切换JDK默认版本。笔者更建议您使用Docker安装开发环境由于canal安装后需要修改的配置较多可以通过Docker-Compose安装。 那么麻烦ChatGPT写一个Docker-Compose文件吧 version请按本地安装的Docker-Compose版本定义。Docker-Compose安装请自行查询。 version: 2.4services:mysql:image: mysql:8.0container_name: mysqlrestart: falseenvironment:MYSQL_ROOT_PASSWORD: rootports:- 33060:3306volumes:- ./mysql-data:/var/lib/mysqlcanal:image: canal/canal-server:v1.1.5container_name: canalrestart: falseports:- 11111:11111- 11112:11112dependson:- mysqlenvironment:- canal.destinationsexample- canal.instance.mysql.slaveId1234- canal.instance.master.addressmysql:3306- canal.instance.dbUsernameroot- canal.instance.dbPasswordroot- canal.instance.connectionCharsetUTF-8- canal.instance.tsdb.enablefalse- canal.instance.gtidonfalse- canal.instance.filter.regex.*- canal.instance.filter.black.regexmysql.slave.redis:image: redis:latestrestart: alwaysports:- 6379:6379volumes:- ./redis_data:/data将文件命名为docker-compose.yml开始安装。 docker-compose up -d本案例使用balance余额表来演示数据库表设计如下 CREATE TABLE balance (id varchar(50) NOT NULL COMMENT 主键,account varchar(50) NOT NULL COMMENT 账户,amount decimal(10,2) NOT NULL COMMENT 金额,PRIMARY KEY (id) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4 COLLATEutf8mb4_0900_ai_ci COMMENT余额表;开发环境 JDK 17SpringBoot 3.1.2MyBatis-Plus 3.5.3.1druidlettuce 开发环境根据您的实际需要选择即可。 环境启动后进入编码阶段。 /** author: liu_pc* Date: 2023/8/25* Description: 余额信息变更Redis变成处理类* Version: 1.0*/ Component public class BalanceRedisProcessorService implements EntryHandlerBalance, Runnable {private final Logger logger LoggerFactory.getLogger(BalanceRedisProcessorService.class);private final RedisUtils redisUtils;private final CanalConfig canalConfig;private final Executor executor;Value(${canal.server.open})private boolean open;Autowiredpublic BalanceRedisProcessorService(RedisUtils redisUtils,CanalConfig canalConfig,Qualifier(ownThreadPoolExecutor) Executor executor) {this.redisUtils redisUtils;this.canalConfig canalConfig;this.executor executor;}PostConstructpublic void init() {MapString, String mainMdcContext Maps.newHashMap();mainMdcContext.put(canal-thread, balance-redis-processor-service);MDC.setContextMap(mainMdcContext);executor.execute(this);logger.info(MySQL-Balance数据自动同步到Redis线程已经启动);}Overridepublic void run() {CanalConnector canalConnector canalConfig.canalConnector();canalConnector.connect();// 回滚到未进行ack的地方canalConnector.rollback();try {while (open) {// 获取数据 每次获取一百条改变数据Message message canalConnector.getWithoutAck(100);//获取这条消息的idlong batchId message.getId();int size message.getEntries().size();if (batchId -1 || size 0) {Thread.sleep(1000);continue;}// 处理数据for (CanalEntry.Entry entry : message.getEntries()) {if (entry.getEntryType() CanalEntry.EntryType.ROWDATA) {CanalEntry.RowChange rowChange CanalEntry.RowChange.parseFrom(entry.getStoreValue());CanalEntry.EventType eventType rowChange.getEventType();if (eventType CanalEntry.EventType.UPDATE || eventType CanalEntry.EventType.INSERT || eventType CanalEntry.EventType.DELETE) {for (CanalEntry.RowData rowData : rowChange.getRowDatasList()) {ListCanalEntry.Column columns rowData.getAfterColumnsList();String tableName entry.getHeader().getTableName();// 判断是否是 Balance 表的 amount 字段变更if (balance.equals(tableName)) {StringBuilder redisKey new StringBuilder(balance:);for (CanalEntry.Column column : columns) {logger.info(Balance changed in balance dataInfo: {}, column);if (id.equals(column.getName())) {String changeId column.getValue();logger.info(当前变更id为:{}, changeId);redisKey.append(changeId);}if (amount.equals(column.getName())) {String changeValue column.getValue();logger.info(changeValue);redisUtils.set(redisKey.toString(), changeValue);}}}}}}}// 确认消费完成这条消息canalConnector.ack(message.getId());logger.info(消费成功);}} catch (Exception e) {logger.warn(canal-消费失败);} finally {// 关闭连接canalConnector.disconnect();}} }测试 使用接口调用或者手动改库的方式制造数据变更查看日志打印情况 Redis数据 完成。 我已将canal实现数据同步代码开源请自行下载领取笔者不介意您宝贵的Star如果能帮到您十分荣幸。 mdc_logback 同时如果您对笔者其他文章感兴趣可以扫一扫关注笔者的公众号种颗代码技术树 公众号文章更新更及时以及一些程序员周边相关更新。 感谢您阅读到这里不胜感激。