乙個優秀的專案，其中必然使用到了快取機制
乙個**遇到效能瓶頸是，第乙個解決方案一般是使用快取，快取的應用面特別廣，無論是客戶端，還是應用伺服器，或是儲存伺服器。
快取一般存放讀寫比價頻繁，變化較少的資料，應用程式讀取資料時先從快取中讀取資料，獲取不到再訪問資料庫，再放到快取中，以便於下次快速獲取。
快取並不是沒有缺點，記憶體資源是寶貴的，不可能講所有的資料都放到快取中，對於休幹比較頻繁的資料建議不放到快取中，這會導致資料不一致。
**資料快取一般遵循二八定律，即80%的訪問都在20%的基礎上，所以一般把這20%的資料進行快取，
合理利用快取檔案
不要把所有都變成想當然，當你要給成幾萬幾十萬幾百萬使用者展示乙個資訊的時候。你會去資料庫中資訊的表給所有使用者都插入一條資訊麼？我想打多數人不會那麼幹吧，但有時候就想當然了，一條是這麼幹 20條肯定也是這麼幹的。這樣就陷入了乙個誤區。轉變一下思維，給乙個人肯定是就只給20個使用者中的乙個人只讓他自己...
Redis實戰（一） 使用快取合理性
如何使用快取，怎麼才能更加合理？今天的話題，結合我之前的專案場景，討論下使用快取合理性問題。對於冷資料而言，大部分資料可能還沒有再次訪問到就已經被擠出記憶體，不僅占用記憶體，而且價值不大。對於熱點資料，比如我們的某im產品，生日祝福模組，當天的壽星列表，快取以後可能讀取數十萬次。再舉個例子，某導航產...
使用快取的合理性問題
如何使用快取，怎麼才能更加合理？今天的話題，結合我之前的專案場景，討論下使用快取合理性問題。對於冷資料而言，大部分資料可能還沒有再次訪問到就已經被擠出記憶體，不僅占用記憶體，而且價值不大。對於熱點資料，比如我們的某im產品，生日祝福模組，當天的壽星列表，快取以後可能讀取數十萬次。再舉個例子，某導航產...