JanelSirry-CSDN博客

JanelSirry

码龄8年

251,378

总访问量
129

原创
9,349

粉丝
175

关注

IP 属地：福建省

加入CSDN时间： 2018-06-18

查看详细资料

个人成就

获得1,158次点赞
内容获得62次评论
获得1,158次收藏
代码片获得1,848次分享
博客总排名15,322名
原力等级

原力等级

5

原力分

1,946

本月获得

13

TA的专栏

TA关注的专栏 3

TA关注的收藏夹 0

TA关注的社区 4

TA参与的活动 1

兴趣领域设置

大数据

mysqlredis
后端

spring架构
搜索

elasticsearch
服务器

linux

创作活动更多

AI 镜像开发实战征文活动

随着人工智能技术的飞速发展，AI 镜像开发逐渐成为技术领域的热点之一。Stable Diffusion 3.5 FP8 作为强大的文生图模型，为开发者提供了更高效的图像生成解决方案。为了推动 AI 镜像开发技术的交流与创新，我们特此发起本次征文活动，诚邀广大开发者分享在 Stable Diffusion 3.5 FP8 文生图方向的实战经验和创新应用本次征文活动鼓励开发者围绕 Stable Diffusion 3.5 FP8 文生图方向，分享以下方面的内容： 1. 技术实践与优化 - Stable Diffusion 3.5 FP8 模型架构解析与优化技巧 - 文生图生成效果的提升方法与技巧 - 模型部署与加速策略，例如使用 Hugging Face、Diffusers 等工具 - 针对特定场景（例如二次元、写实风）的模型微调与定制化开发 2. 应用场景探索 - Stable Diffusion 3.5 FP8 在不同领域的应用案例分享，例如游戏设计、广告创意、艺术创作等 - 利用 Stable Diffusion 3.5 FP8 实现图像编辑、图像修复、图像增强等功能的探索 - 结合其他 AI 技术（例如 NLP、语音识别）构建更强大的应用 3. 创新应用与思考 - 基于 Stable Diffusion 3.5 FP8 的创新应用场景设计 - AI 镜像开发的未来发展方向的思考与展望 - 对 AI 镜像开发伦理、安全等问题的探讨

28人参与去参加

更多

真实场景：防止缓存穿透 —— 使用 Redisson 布隆过滤器

电商系统如何防止缓存穿透？使用Redisson布隆过滤器可以有效拦截无效查询。当用户请求不存在的数据时，传统方法如缓存空对象或限流效果有限。布隆过滤器通过在Redis中存储所有合法商品ID的位图，能在O(1)时间内判断请求ID是否可能存在。系统启动时加载有效ID到布隆过滤器，查询时先检查该过滤器：若不存在则直接拦截，存在则继续查缓存或数据库。这种方案能阻挡大量无效请求，保护数据库免受穿透攻击，具有高性能、低内存和分布式支持等优势。虽然存在少量误判可能，但不会影响系统整体性能。

博文更新于 2025.11.05 ·

Redisson框架中布隆过滤器

Redisson框架提供的布隆过滤器是一种基于Redis实现的概率型数据结构，用于高效判断元素是否存在。它具有"可能存在"（可能有误判）和"绝对不存在"的特点，适用于缓存穿透防护、URL去重等场景。Redisson封装了Redis布隆过滤器功能，支持设置预期插入量和误判率，使用位图和哈希函数实现。示例代码展示了初始化和基本操作，但需注意布隆过滤器不支持删除操作、只能初始化一次，且更适合读多写少的大规模数据场景。该技术能有效降低无效查询，适合分布式环境下的共享过滤需求。

博文更新于 2025.11.05 ·

Spring Boot 项目示例，展示如何使用 Redisson 布隆过滤器来防止缓存穿透

本文介绍了一个基于布隆过滤器的电商系统商品查询优化方案。通过在查询前使用布隆过滤器判断商品ID是否存在，有效避免了无效ID直接访问缓存/数据库，提升了系统稳定性。技术实现上采用Spring Boot框架，集成Redisson客户端实现分布式布隆过滤器，并模拟了商品数据和缓存查询逻辑。核心代码包含Redisson配置、商品服务、布隆过滤器初始化与管理等模块，其中布隆过滤器初始化时可设置预期商品数量和误判率参数。该方案能显著减少无效查询请求，特别适用于商品ID范围大但活跃商品相对有限的电商场景。

博文更新于 2025.11.05 ·

Java + Spring Boot + Redis技术栈，在实际使用缓存时遇到缓存击穿、缓存穿透、缓存雪崩

摘要：本文针对Java+Spring Boot+Redis技术栈中常见的缓存问题（击穿、穿透、雪崩），提供了具体场景分析和解决方案。缓存击穿通过分布式锁或逻辑过期解决热点key失效问题；缓存穿透采用布隆过滤器或空对象缓存拦截无效请求；缓存雪崩通过随机过期时间、多级缓存和Redis高可用避免集体失效。文中包含Redisson锁、Caffeine本地缓存等代码示例，并建议结合监控、预热和限流增强系统稳定性。（149字）

博文更新于 2025.11.04 ·

缓存击穿，缓存穿透，缓存雪崩的原因和解决方案(或者说使用缓存的过程中有没有遇到什么问题，怎么解决的）

缓存三大问题及解决方案一、缓存穿透问题：查询不存在数据时请求直达数据库，可能导致DB崩溃解决方案：缓存空值（短时间过期）或使用布隆过滤器（如Redisson实现）二、缓存雪崩问题：大量缓存同时失效导致DB瞬时压力过大解决方案：给缓存过期时间增加随机值（如1-5分钟随机）三、缓存击穿问题：热点key失效后突发高并发请求压垮DB 解决方案：使用分布式锁（Redis setnx或Zookeeper实现）

博文更新于 2025.11.04 ·

Redis数据和MySQL数据库的一致性如何实现

本文探讨了如何在分布式系统中保证Redis缓存与MySQL数据库的数据一致性。首先分析了Redis与MySQL的异构特性，指出二者无法天然保持强一致性，通常采用最终一致性策略。接着介绍了四种常见方案：Cache Aside（旁路缓存）、Write Through（写穿透）、Read Through（读穿透）和双删策略，详细说明了其优缺点及适用场景。文章还提出了进阶方案，如基于Binlog的同步和事务机制，并提供了最佳实践建议，包括优先使用Cache Aside模式、设置合理TTL等。最后以Python和Ja

博文更新于 2025.11.04 ·

使用 Redis + Lua 脚本实现【秒杀库存扣减】

Redis + Lua 实现高并发原子库存扣减在秒杀等高并发场景下，传统"查询+扣减"两步操作会导致超卖问题。使用Redis的Lua脚本可将这两个操作合并为原子操作： Lua脚本核心逻辑：检查库存是否>0 原子性执行DECR扣减返回1(成功)/0(失败) 推荐使用EVALSHA：先SCRIPT LOAD缓存脚本通过SHA1摘要高效执行优势：完全原子性操作避免网络往返延迟相比事务更灵活高效该方法同样适用于优惠券发放、积分扣减等需要原子操作的场景。

博文更新于 2025.11.04 ·

Redis有事务吗,和关系型如mysql数据库事务有什么区别

Redis事务通过MULTI、EXEC命令实现，将多个命令打包顺序执行，保证原子性和隔离性。事务中的命令会先缓存在队列中，EXEC时统一执行，不受其他命令干扰。但与关系型数据库不同，Redis事务不支持回滚机制，即使部分命令失败也不影响后续执行。此外，可通过WATCH命令实现乐观锁控制。Redis事务更适用于批量命令执行，而非需要严格ACID的场景。

博文更新于 2025.11.04 ·

为什么Redis的操作是原子性的？如何保证原子性的？

Redis 的单个命令操作是原子性的，这得益于其单线程模型（6.0 前完全单线程，6.0 后命令执行仍单线程），确保同一时间只有一个命令执行。Redis 提供了 INCR、SETNX 等原子命令，但多个命令组合（如 GET+SET）并非原子。Redis 事务（MULTI/EXEC）仅保证命令连续执行，不提供回滚机制。要保证多命令原子性，推荐使用 Lua 脚本或 Redis 原生原子命令。Lua 脚本执行是单线程原子的，可实现复杂逻辑的原子操作，而事务适用于批量命令有序执行但不保证全部成功。

博文更新于 2025.11.04 ·

Redis服务器的的内存是多大

Redis内存大小不固定，取决于服务器资源和配置。默认32位系统限制3GB，64位系统无限制。建议通过maxmemory参数设置物理内存的3/4（如0.75），避免耗尽系统资源。可通过config set maxmemory临时调整，或修改配置文件永久生效。使用INFO memory或MEMORY STATS命令可查看内存使用情况。生产环境必须设置内存上限，并配置淘汰策略（如LRU）防止内存溢出。未设置限制时Redis可能占用所有可用内存，存在系统崩溃风险。

博文更新于 2025.11.04 ·

Redis为什么是单线程的

Redis采用单线程设计主要基于性能和复杂度考虑：其内存操作速度极快，单线程即可高效处理高并发请求，避免多线程锁竞争和同步开销；同时单线程简化了设计，提升CPU缓存利用率。真正的瓶颈在于内存或网络I/O而非CPU计算。Redis 6.0+虽引入多线程I/O优化网络处理，但核心命令执行仍保持单线程，确保数据一致性。这种架构平衡了简单性、性能和可靠性，特别适合内存密集型操作场景。

博文更新于 2025.11.04 ·

mysql 创建了一个联合索引(a,b,c) 生效？where b = 1 and a =1 and c = 1，where b = 1 and c = 1,where a = 1 and c = 1

MySQL联合索引(a,b,c)遵循最左前缀原则，查询条件必须从最左字段开始才能生效。具体分析： a=1 AND b=1 AND c=1：完全生效 a=1 AND c=1：仅a生效（部分生效） b=1 AND c=1：不生效 b=1 AND a=1 AND c=1：优化器调整顺序后会完全生效总结：要让联合索引完全生效，查询条件必须包含最左字段a，并按索引顺序连续使用字段。

博文更新于 2025.11.04 ·

MyISAM和InnoDB的区别

MySQL的MyISAM和InnoDB是两种主要存储引擎，核心区别在于：InnoDB支持事务、行级锁、外键和崩溃恢复，适合高并发写操作；MyISAM仅支持表级锁，查询性能高但不支持事务，适合读密集型场景。MySQL 5.5+版本默认使用InnoDB，因其在数据安全性、并发处理方面的优势。选择引擎需根据业务需求：事务处理选InnoDB，只读或分析型应用可考虑MyISAM。可通过ALTER TABLE命令修改表的存储引擎类型。

博文更新于 2025.10.24 ·

悲观锁和乐观锁是什么，要不要用，一般在项目里怎么用

本文详细对比了悲观锁和乐观锁的核心思想、适用场景及实现方式。悲观锁采用"先加锁后操作"策略，适合高并发写冲突场景（如库存扣减），通过SELECT...FOR UPDATE实现。乐观锁采用无锁设计，通过版本号校验更新数据，适合读多写少场景（如点赞数）。文章提供了具体SQL示例和代码实现，并总结两者的优缺点及典型应用场景。建议根据业务冲突频率选择：冲突多用悲观锁，冲突少用乐观锁。

博文更新于 2025.10.24 ·

mysql事务的并发问题（三大典型问题）

事务并发执行可能出现三大问题：1）脏读（读取未提交事务的无效数据）；2）不可重复读（同一事务内多次读取同一数据结果不同）；3）幻读（同一事务内相同范围查询返回不同结果集）。MySQL通过四种隔离级别解决这些问题：读未提交（问题最多）、读已提交（解决脏读）、可重复读（默认级别，通过MVCC+间隙锁解决脏读和不可重复读，并有效控制幻读）、串行化（完全解决所有问题但性能最差）。建议根据业务需求选择合适的隔离级别，MySQL默认的可重复读已能良好处理大多数并发场景。

博文更新于 2025.10.23 ·

简述MySQL事务

MySQL事务是保证数据一致性的重要机制，具有ACID特性（原子性、一致性、隔离性、持久性）。InnoDB引擎支持事务，而MyISAM不支持。使用事务时，通过START TRANSACTION/BEGIN开启，COMMIT提交或ROLLBACK回滚。MySQL默认隔离级别为REPEATABLE READ，可防止脏读和不可重复读，并通过MVCC解决幻读问题。事务适用于银行转账、订单处理等需要原子性操作的场景。可通过设置autocommit关闭自动提交，使用SAVEPOINT实现部分回滚。选择正确的存储引擎和隔

博文更新于 2025.10.23 ·

Select 语句完整的执行顺序

SQL查询语句的逻辑执行顺序与书写顺序不同。关键执行步骤为：1) FROM确定数据来源；2) WHERE进行初步过滤；3) GROUP BY分组；4) HAVING过滤分组结果；5) SELECT选择返回列；6) ORDER BY排序；7) LIMIT限制返回行数。理解这一顺序有助于编写高效SQL，如尽量在WHERE中过滤无效数据，减少后续处理量。注意SELECT列别名只能在ORDER BY中使用，而不能用于WHERE/HAVING等前置子句。

博文更新于 2025.10.23 ·

当面试官问到 “MySQL 数据量大，速度慢怎么办？

有举例说明，MySQL大数据量查询优化方案针对MySQL数据量大导致查询变慢的问题，可从以下五方面进行优化： SQL与索引优化：优先分析慢查询，通过EXPLAIN检查执行计划，优化SQL写法，合理使用索引，避免全表扫描和低效操作。表结构优化：选择合适的数据类型，权衡规范化与反规范化，必要时采用分区表策略。配置调优：调整关键参数如innodb_buffer_pool_size等，提升数据库性能。硬件升级：增加内存、使用SSD、提升CPU性能。架构扩展：超大数据量时，考虑分库分表、读写分离、缓存机制

博文更新于 2025.10.22 ·

Spring中常用的设计模式

Spring 框架中广泛应用了多种设计模式，包括控制反转（IoC）、工厂模式（BeanFactory）、单例模式（默认Bean作用域）、代理模式（AOP实现）、模板方法模式（JdbcTemplate）、观察者模式（事件机制）、适配器模式（HandlerAdapter）、策略模式（事务管理）等。这些模式通过注解如@Autowired、@Service和核心类如ApplicationContext、JdbcTemplate等实现，帮助开发者解耦代码、简化开发。Spring通过设计模式的巧妙运用，提供了灵活、可扩

博文更新于 2025.10.22 ·

谈谈你对Spring的理解

Spring 是一个开源的轻量级 Java 开发框架，由 Rod Johnson 创建，旨在简化企业级应用开发。其核心理念是通过控制反转（IoC）和依赖注入（DI）管理对象生命周期，降低耦合度；通过面向切面编程（AOP）实现日志、事务等横切关注点的模块化。Spring 采用模块化设计，包含核心容器、Web MVC、数据访问、安全等组件，并衍生出 Spring Boot（快速开发）、Spring Cloud（微服务）等生态。优势包括非侵入式设计、丰富的功能集成、强大的社区支持，适用于Web服务、数据库交互、微

博文更新于 2025.10.22 ·