Redis性能真的足够吗？百万并发的终极杀招 多级缓存
前置知识讲解
在节目详情中，我们利用了双重检查思想和Redis缓存来优化查询的效率，但在百万的高并发情况下，Redis的性能也会支撑不了的，有的人可能会说 可以使用Redis的集群架构啊，这样不就能把数据分散到不同的节点上而从降低压力了吗
这种使用Redis集群的方案其实要分情况来考虑的
- 比如说100W个并发请求，查询100个节目，每1W个请求查询同一个节目，这种查询不同的节目，使用集群确实可以的
- 还是100W个并发请求，查询同一个节目，这100W个请求仍然会落到同一个Redis节点上，使用集群仍然解决不了
解决的方案
所以这里我们要引用本地缓存来解决高并发的压力，原因有这几点：
- 使用JVM的内存作为本地缓存，其效率是Reids的几十倍以上
- 使用本地缓存不存在网络性能损耗
引入本地缓存要考虑的问题
- 如何设计本地缓存？
- 如何管理本地缓存、Redis缓存这种多层级的缓存？
- 本地缓存要怎么考虑容量和过期时间来避免内存溢出的问题？
- 缓存一致性要怎么解决？多实例情况怎么解决？
接下来我们详细的介绍如何引入多级缓存
付费内容提示
该文档的全部内容仅对「JavaUp项目实战&技术讲解」知识星球用户开放
加入星球后，你可以获得：
- 超级八股文：100万+字的全栈技术知识库，涵盖技术核心、数据库、中间件、分布式等深度剖析的讲解
- 讲解文档：黑马点评Plus、大麦、大麦pro、大麦AI、流量切换、数据中台的从0到1的550+详细文档
- 讲解视频：黑马点评Plus、大麦、大麦pro、大麦AI、流量切换、数据中台的核心业务详细讲解
- 1 对 1 解答：可以对我进行1对1的问题提问，而不仅仅只限于项目
- 针对性服务：有没理解的地方，文档或者视频还没有讲到可以提出，本人会补充
- 面试与简历指导：提供面试回答技巧，项目怎样写才能在简历中具有独特的亮点
- 中间件环境：对于项目中需要使用的中间件，可直接替换成我提供的云环境
- 面试后复盘：小伙伴去面试后，如果哪里被面试官问住了，可以再找我解答
- 远程的解决：如果在启动项目遇到问题，本人可以帮你远程解决
进入星球后，即可享受上述所有服务，保证不会再有其他隐藏费用。
