1、实现强一致性

读操作时：

写操作时：

两次删除缓存在更新缓存，是为了预防其他线程查询缓存未命中时再一次写入了缓存。

在第二次删除缓存时，需要延时以下，是由于数据库可能存在主从数据需要同步，但是延时多少时间不好确定，为了解决这个问题，可以用以下读写锁方案实现强一致：

对于读操作：使用redisson的读写锁，获取读锁，读完数据释放锁。其他线程可以共享读操作，对于写是不行的

前言

以存储为例，在整个微服务系统中，我们的存储不可能说只是一个单节点。

一是为了提高稳定，单节点宕机情况下，整个存储就面临服务不可用；

二是数据容错，同样单节点数据物理损毁，而多节点情况下，节点有备份，除非互为备份的节点同时损毁。

1. 写在前面

周末就像太阳，总会到来，也总会离开。

昨晚在B站看了几个长视频，导致2点才睡觉，早上一觉醒来已经10点了。

一致性hash算法是，1097麻省理工提出的分布式hashDHT实现算法，极倔internet的热点问题

平衡性 hash结果尽可能的分布到所有的缓存中去，缓冲空间利用率最高

单调性 保持已有的缓存能映射到对应的位置，新加入的缓存能加入新的位置不会映射到旧的位置

分散性 尽量降低分散性的缓存不一致情况发生

负载 负载被粉丝降低负荷

一、框架介绍

开源的是免费的，本次分享式商业版部分，大同小异，这里介绍基础的几个服务启动

一、简介

在实际的项目开发过程中，我们经常需要将某些变量从代码里面抽离出来，放在配置文件里面，以便更加统一、灵活的管理服务配置信息。比如，数据库、eureka、zookeeper、redis、mq、kafka 等服务组件的连接参数配置，还有我们自定义的项目参数配置变量。

一、什么是分库分表？

分库分表是一种数据库拆分技术，目的是解决单库单表数据量过大、访问性能下降的问题。

分库：将数据分散到多个数据库（不同实例）中。

分表：将数据分散到同一个数据库的多个表中。

类似于把一个大仓库（数据库）分成多个小仓库，再把每个小仓库的货架（表）拆分成多个小格子。

Redis是一种快速且功能丰富的非关系型数据库，可在内存中存储键值对数据，以提供高速的读写操作。这种数据库在Web应用开发中具有广泛的应用场景，以下是几个主要的例子。

一、缓存

Redis的第一个主要应用场景是作为Web应用中的缓存层。在Web应用中，许多数据库查询或计算密集型操作都可以通过Redis缓存来提高性能。当这些操作被频繁地调用时，Redis可以快速地返回已缓存的结果，避免了昂贵的数据库查询或复杂计算的开销。同时，Redis的内存存储特性也使得其比传统的磁盘缓存更快速和可靠。

MinIO 是在 GNU Affero 通用公共许可证 v3.0 下发布的高性能对象存储。 它是与 Amazon S3 云存储服务兼容的 API。 使用 MinIO 为机器学习、分析和应用程序数据工作负载构建高性能基础架构。

具体中文文档地址