如何优雅的搞垮服务器

如上图所示，如果不进行预热，那么Redis初识状态数据为空，系统上线初期，对于高并发的流量，都会访问到数据库中，对数据库造成流量的压力。

如何解决

现在我们已经知道会有缓存预热这个问题，那么就要想一下对策咯。可以分析出以下两点：

• 需要统计访问频度较高的热点数据
• 使用LRU数据删除策略，构建数据留存队列

所以我们可以设计一个如下方案：

• 首先，通过 nginx + lua 的方式，把访问流量数据上报到 Kafka，也可以是其它的 mq 队列。
• 然后使用实时计算框架(如 storm 、spark streaming、flume)从 kafka 中消费访问流量数据，实时计算出访问频率高的数据，这里统计出来的可能只会有编号信息，如商品编号或博客编号等。
• 最后，根据编号从 mysql 数据库中查询出具体的信息，写入 redis，开始提供服务。

缓存更新的几种设计

1. 先删除缓存，在更新数据库

虽然这是一种错误方法，但是这种设计也是属于缓存更新的一种方法，所以大家还是要知道为什么不可以这么做。还是那句话：知其所以然嘛。

这种方法就是在更新数据库时，先删除缓存，然后在更新数据库，而后续的操作会把数据在装载到缓存中，这种逻辑在并发时就会先脏数据，看如下图：
 

前言

Hello，everybody，我是asong，今天我依然聊一聊缓存，不过今天我们聊的不是面试了，我们一起来看一看我们在系统中缓存更新的设计，因自己经验有限，所以这些缓存设计来源于网上，我只是在这里总结一下，有什么不对的欢迎指出。

缓存预热 To solve 缓存冷启动

什么是缓存预热呢？我们都知道平常在跑步前都要热身，可以预防肌肉拉伤等一系例的好处。所以缓存预热具有同样的道理，我们的新系统上线后，我们可以将相关的缓存数据直接加载到缓存系统。这样可以避免在用户请求的时候，先去查询数据库，然后再将数据缓存的问题。用户可以直接查询事先已被预热的缓存数据。其实缓存预热是为了解决缓存冷启动问题，我们新系统上线后，redis集群启动后，没有任何的缓存数据，这就是redis的冷启动
 

中文有几个特点，让AI识别更高效：

1、汉字信息密度高，更少的字数可以承载更多的信息，中文文章永远比英文短，综合来看，中文信息密度比英文高37.5%。

2、中文以汉字为单位，可以灵活排列，横竖都可以，而英文是线性文字，只能横排，竖排、错乱排列的识别效率会骤降!

3、汉字独立表意能力强。比如“他去吃早饭”，你看一个字就能多明白一个字的意思。而英文“He went to have breakfast”，你即使看到“have”这个词，你依然不明大概的意思，只有到“breakfast”你才知道原来have是吃，went to是去，整句是去吃早饭。英文表意比较依赖“短语”，甚至整句，不看完整句话，你往往不能知道句意。这就给AI识别造成了难度，因为AI跳跃识别能力较差。

文字识别，中文胜。

三、同音字词

中文发展人工智能比较大的障碍就是同音字词现象!比如，他姓zhang，到底是“张”还是“章”呢?如果是口语的话，还要补一句弓长张，或立早章。中文里有多少同音字、同音词，很难准确的统计。同音字词也是英语使用者攻击中文表意不清比较大的借口。

英语虽然也有同音字，如right正确的、write写字;meet遇见、meat 肉;hole 洞穴、whole 全部的;pear梨子、pair双;flower花、flour面粉等，但英语同音字词数量远比中文同音词数量少。英语是通过造更多单词的方法，来减少同音词现象的。

AI现在不能准确处理多音字，出错在所难免。难道为了AI准确，人类只能通过语言文字改革消灭多音字词?这工程也太大了，人类也很难适应这么大的改革!

（编辑：惠州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!