CN111737254B - 一种提高应用缓存利用率的方法及装置 - Google Patents
一种提高应用缓存利用率的方法及装置 Download PDFInfo
- Publication number
- CN111737254B CN111737254B CN202010472351.8A CN202010472351A CN111737254B CN 111737254 B CN111737254 B CN 111737254B CN 202010472351 A CN202010472351 A CN 202010472351A CN 111737254 B CN111737254 B CN 111737254B
- Authority
- CN
- China
- Prior art keywords
- leaf node
- data record
- node
- data
- cache
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000004992 fission Effects 0.000 claims description 27
- 238000010276 construction Methods 0.000 claims description 13
- 238000003780 insertion Methods 0.000 description 11
- 230000037431 insertion Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000012217 deletion Methods 0.000 description 4
- 230000037430 deletion Effects 0.000 description 4
- 230000014759 maintenance of location Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
- G06F16/2246—Trees, e.g. B+trees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开一种提高应用缓存利用率的方法及装置，为缓存中每条数据记录增加一过期时间；为缓存设置一全局定时器；全局定时器定时扫描缓存内数据，根据每条数据记录的过期时间确定出过期数据；将过期数据删除。本发明使用一个全局定时器做全局扫描，减少数据记录定时器的数量，加速了判断数据过期的时间间隔，不再被动的等待检测是否过期。另外，本发明利用数据过期时间为缓存的数据构建索引，在批量删除的时候会先根据索引找到对应的数据记录，然后再进行批量删除，提高删除效率。
Description
技术领域
本发明涉及应用缓存领域，具体涉及一种提高应用缓存利用率的方法及装置。
背景技术
当企业应用对外提供服务时，应用的性能往往影响着用户体验。影响应用性能的因素有很多，其中比较常见的有CPU，内存，IO等。CPU的运算速度远大于磁盘的读写速度。因此为了提高应用的性能，目前常见的做法是将经常被访问的数据放入缓存中，下次再访问相同的数据时，首先从缓存中查找，如果缓存中找到了相应的数据，就不必再读取硬盘从而减少磁盘的IO次数。缓存技术越来越多地被应用在项目中，但是如果缓存过期策略如果规划不好的话，会造成缓存中长期存放着大量无用的数据。使得应用无法有效的利用缓存，最终还是需要不断的访问磁盘。导致应用的性能下降。
为了及时高效的删除缓存中无用的数据，需引入缓存过期机制，目前常见的做法有以下两种。
方法一：主动删除
该方法在数据记录第一次从硬盘读入缓存时，为每一条数据记录分配一个定时器，对数据记录的过期时间进行实时监控。如果当前时间到达了数据记录的过期时间点，定时器会触发数据删除动作，将该数据记录自动的从缓存中删除，释放缓存空间，以便新的数据记录加载进来。
该方法的缺点：定时器会实时的监控数据记录的过期时间，因此需要不断的拿当前时间与过期时间进行比较，非常占用CPU资源。同时，定时器本身也会占用一部分内存空间，如果为每一条数据记录都分配一个定时器，也会占用大量的内存空间，导致内存中可缓存的真正的数据记录数量减少。
方法二：被动删除
数据记录过期时间到之后，并不会立即从缓存中删除，而是会在下次数据被访问时才会判断是否过期。如果到达了过期时间，再去过期删除操作。这样做的好处的不用再为每个数据记录分配定时器，减轻CPU负担。
该方法缺点：但是这种方法也有自身的缺点，一旦某条数据记录一直不被访问的话，那么该记录永远不会被删除，会一直占用缓存空间。久而久之，缓存中还是会存在大量的无用数据，导致应用性能下降。
发明内容
为解决上述问题，本发明提供一种提高应用缓存利用率的方法及装置，为每条数据记录增加过期时间，使用一个全局定时器进行全局扫描，有效提高缓存利用率。
本发明的技术方案是：一种提高应用缓存利用率的方法，包括以下步骤：
为缓存中每条数据记录增加一过期时间；
为缓存设置一全局定时器；
全局定时器定时扫描缓存内数据，根据每条数据记录的过期时间确定出过期数据；
将过期数据删除。
进一步地，该方法还包括以下步骤：
利用每条数据记录的过期时间构建索引树，索引树中每一个节点的key标记数据记录的过期时间，对应的value为对应数据记录在缓存中真实地址信息。
进一步地，利用每条数据记录的过期时间构建索引树，具体包括：
根据数据记录的过期时间找到应***索引树的位置，将该数据记录***对应叶子节点。
进一步地，根据数据记录的过期时间找到应***索引树的位置，将该数据记录***对应叶子节点，具体包括：
判断当前分支中右子树叶子节点的个数；
如果当前分支中右子树只有1个叶子节点，且该叶子节点中的元素个数未达到上限，则将数据记录***该叶子节点；
如果当前分支中右子树只有1个叶子节点，且该叶子节点中的元素个数达到上限，则判断该叶子节点是否指向父节点；
如果该叶子节点没有指向父节点，则进行裂变操作，将该叶子节点中最后一个元素提到父节点，同时由父节点裂变出一个新的叶子节点，将数据记录***该新的叶子节点；
如果该叶子节点指向父节点，则在该叶子节点下动态增加一个新的叶子节点，将数据记录***该新的叶子节点；
如果当前分支中右子树有1个叶子节点和该叶子节点下动态增加的一个叶子节点，且该动态增加的叶子节点中元素个数未达到上限，则将数据记录***该动态增加的叶子节点；
如果当前分支中右子树有1个叶子节点和该叶子节点下动态增加的一个叶子节点，且该动态增加的叶子节点中元素个数达到上限，则进行节点裂变操作，将右子树下的第一个叶子节点中最后一个元素提上到父节点，同时由父节点裂变出一个新的叶子节点，将数据记录***到该裂变出的新的叶子节点。
进一步地，全局定时器定时扫描缓存内数据，根据每条数据记录的过期时间确定出过期数据，具体包括：
根据当前时间在索引树中找到最为接近的时间点；
该时间点之前的索引对应的真实缓存数据即为过期数据。
进一步地，该方法还包括步骤：
将过期时间转换为时间戳的形式，形成过期时间戳；
构建索引树时，利用每条数据记录的时间戳进行构建，即索引树中每一个节点的key为数据记录的过期时间戳。
进一步地，该方法中，数据记录从磁盘加载进缓存时，为数据记录增加过期时间。
进一步地，过期时间为当前时间+保留时间。
本发明的技术方案还包括一种提高应用缓存利用率的装置，包括，
过期时间增加模块：为缓存中每条数据记录增加一过期时间；
全局定时器设置模块：为缓存设置一全局定时器；
过期数据确定模块：全局定时器定时扫描缓存内数据，根据每条数据记录的过期时间确定出过期数据；
过期数据删除模块：将过期数据删除。
进一步地，还包括，
索引树构建模块：利用每条数据记录的过期时间构建索引树，索引树中每一个节点的key标记数据记录的过期时间，对应的value为对应数据记录在缓存中真实地址信息。
本发明提供的一种提高应用缓存利用率的方法及装置，使用一个全局定时器做全局扫描，减少数据记录定时器的数量，加速了判断数据过期的时间间隔，不再被动的等待检测是否过期。另外，本发明利用数据过期时间为缓存的数据构建索引（基于B+树算法并此基础上进行改进），在批量删除的时候会先根据索引找到对应的数据记录，然后再进行批量删除，提高删除效率。
附图说明
图1是本发明具体实施例一方法流程示意图。
图2是传统B+树索引构建过程。
图3是本发明改进B+树索引构建过程。
具体实施方式
下面结合附图并通过具体实施例对本发明进行详细阐述，以下实施例是对本发明的解释，而本发明并不局限于以下实施方式。
实施例一
如图1所示，本实施例提供一种提高应用缓存利用率的方法，包括以下步骤：
S1，为缓存中每条数据记录增加一过期时间；
S2，为缓存设置一全局定时器；
S3，全局定时器定时扫描缓存内数据，根据每条数据记录的过期时间确定出过期数据；
S4，将过期数据删除。
本方法为每一条数据记录增加一过期时间，只使用一个定时器做全局扫描，一方面减少数据记录定时器的数量，另一方面加速了判断数据过期的时间间隔，不再被动的等待检测是否过期。
具体的，应用访问某一条数据记录，如果缓存中不存在相应的数据记录，则从磁盘中将数据记录加载进缓存。同时，为每一条数据记录增加一个过期时间。需要说明的是，该过期时间代表数据过期的绝对时间。过期时间的计算方法为当前时间+保留时间。比如当前时间为2020年5月25日13点30分，保留时间为30分钟，那么该条数据的过期时间为2020年5月25日14点00分。
本发明考虑到可能出现大量数据同时过期导致删除慢的影响，本发明在缓存中利用数据过期时间为缓存的数据构建索引（基于B+树算法并此基础上进行改进）。在批量删除的时候会先根据索引找到对应的数据记录，然后再进行批量删除，提高删除效率。
具体的，利用每条数据记录的过期时间构建索引树，索引树中每一个节点的key标记数据记录的过期时间，对应的value为对应数据记录在缓存中真实地址信息。当缓存定时器进行全局扫描判断哪些记录过期时，只需根据当前时间在索引树中找到最为接近的时间点，将该时间的之前的索引对应的真实缓存数据删除。本发明对索引树构建基于B+树算法并此基础上进行改进，由于树结构的特点，可以快速的找到过期数据的索引，从而高效的删除无用缓存，提高缓存利用率。
需要说明的是，为了方便构建索引，将过期时间转换为时间戳的形式，比如2020年5月25日14点00分对应的时间戳为1590386400。构建索引树时，利用每条数据记录的时间戳进行构建，即索引树中每一个节点的key为数据记录的过期时间戳。
以下对本发明的改进B+树算法进行说明。为了方便理解本技术方案，需要先了解传统B+树的构建算法。为了简便算法描述，以3阶B+树举例说明，假如***顺序为[3,7,9,23,45]。在3阶B+树中，每个节点最多有3颗子树，每个节点最多有2个元素。每个分支下的叶子节点都必然指向一个上级节点。
如图2所示，为***顺序为[3,7,9,23,45]索引树传统构建过程。
B+树构建的核心在于节点的裂变。比如第三步***9过程中，由于3阶B+树中每个节点最多存储2个元素，当***9时，此时节点已经有3和7两个元素。因此需要将中间的元素向上提升为父节点。原先的一个节点此时裂变为两个子节点，并且保证左侧子节点中的值都小于父节点，右侧子节点的值都大于等于父节点。同理，在第五步***45时，需要进行两次节点的裂变才能完成***。
由于节点的裂变过程比较复杂且比较耗时。因此为了提高应用的响应速度，需要减少裂变的次数。本方法通过对叶子节点元素上限的扩充来减少节点裂变的频率，使得构建索引速度的提升，从而提升应用的性能。
本发明构建索引过程如下：
根据数据记录的过期时间找到应***索引树的位置，将该数据记录***对应叶子节点。
需要说明的是，当应用从磁盘中读取一条数据记录放入缓存中时即进行索引建立。
***时具体***哪一节点，包括以下判断执行过程：
S101，判断当前分支中右子树叶子节点的个数；
S102，如果当前分支中右子树只有1个叶子节点，且该叶子节点中的元素个数未达到上限，则将数据记录***该叶子节点；
S103，如果当前分支中右子树只有1个叶子节点，且该叶子节点中的元素个数达到上限，则判断该叶子节点是否指向父节点；
S103-1，如果该叶子节点没有指向父节点，则进行裂变操作，将该叶子节点中最后一个元素提到父节点，同时由父节点裂变出一个新的叶子节点，将数据记录***该新的叶子节点；
S103-2，如果该叶子节点指向父节点，则在该叶子节点下动态增加一个新的叶子节点，将数据记录***该新的叶子节点；***23
S104，如果当前分支中右子树有1个叶子节点和该叶子节点下动态增加的一个叶子节点，且该动态增加的叶子节点中元素个数未达到上限，则将数据记录***该动态增加的叶子节点；
S105，如果当前分支中右子树有1个叶子节点和该叶子节点下动态增加的一个叶子节点，且该动态增加的叶子节点中元素个数达到上限，则进行节点裂变操作，将右子树下的第一个叶子节点中最后一个元素提上到父节点，同时由父节点裂变出一个新的叶子节点，将数据记录***到该裂变出的新的叶子节点。
如图3所示，还是以顺序***[3,7,9,23,45]为例，展示具体***过程。
上述步骤S102对应***3和7，步骤S103-1对应***9，步骤S103-2对应***23，步骤S104对应***45，步骤S105为***45之后再***数据的过程（图中未示出）。步骤S105中，第一个叶子节点即7、9所在叶子节点，裂变过程即将9提到7所在父节点，然后7所在的叶子节点（也就是裂变前7、9所在叶子节点）作为左子树，父节点裂变出的新的叶子节点作为右子树。
由上述步骤S103-2***23的过程可见，本发明改进的索引树构建过程，扩展了叶子节点。相较于传统索引树构建过程，***同一组数据，传统的B+树裂变两次，本方法只裂变一次。随着数据量增大，裂变的次数会明显减少。
实施例二
基于实施例一，本实施例提供一种提高应用缓存利用率的装置，可实现实施例一所述方法，包括以下功能模块：
过期时间增加模块：为缓存中每条数据记录增加一过期时间；
全局定时器设置模块：为缓存设置一全局定时器；
过期数据确定模块：全局定时器定时扫描缓存内数据，根据每条数据记录的过期时间确定出过期数据；
过期数据删除模块：将过期数据删除。
另外，为实现大量数据的快速删除，本实施例将数据记录构建索引。
该装置还包括索引树构建模块：利用每条数据记录的过期时间构建索引树，索引树中每一个节点的key标记数据记录的过期时间，对应的value为对应数据记录在缓存中真实地址信息。
以上公开的仅为本发明的优选实施方式，但本发明并非局限于此，任何本领域的技术人员能思之的没有创造性的变化，以及在不脱离本发明原理前提下所作的若干改进和润饰，都应落在本发明的保护范围内。
Claims (6)
1.一种提高应用缓存利用率的方法，其特征在于，包括以下步骤：
为缓存中每条数据记录增加一过期时间；
为缓存设置一全局定时器；
全局定时器定时扫描缓存内数据，根据每条数据记录的过期时间确定出过期数据；
将过期数据删除；
该方法还包括以下步骤：
利用每条数据记录的过期时间构建索引树，索引树中每一个节点的key标记数据记录的过期时间，对应的value为对应数据记录在缓存中真实地址信息；
其中，利用每条数据记录的过期时间构建索引树，具体包括：
根据数据记录的过期时间找到应***索引树的位置，将该数据记录***对应叶子节点，包括：
判断当前分支中右子树叶子节点的个数；
如果当前分支中右子树只有1个叶子节点，且该叶子节点中的元素个数未达到上限，则将数据记录***该叶子节点；
如果当前分支中右子树只有1个叶子节点，且该叶子节点中的元素个数达到上限，则判断该叶子节点是否指向父节点；
如果该叶子节点没有指向父节点，则进行裂变操作，将该叶子节点中最后一个元素提到父节点，同时由父节点裂变出一个新的叶子节点，将数据记录***该新的叶子节点；
如果该叶子节点指向父节点，则在该叶子节点下动态增加一个新的叶子节点，将数据记录***该新的叶子节点；
如果当前分支中右子树有1个叶子节点和该叶子节点下动态增加的一个叶子节点，且该动态增加的叶子节点中元素个数未达到上限，则将数据记录***该动态增加的叶子节点；
如果当前分支中右子树有1个叶子节点和该叶子节点下动态增加的一个叶子节点，且该动态增加的叶子节点中元素个数达到上限，则进行节点裂变操作，将右子树下的第一个叶子节点中最后一个元素提上到父节点，同时由父节点裂变出一个新的叶子节点，将数据记录***到该裂变出的新的叶子节点。
2.根据权利要求1所述的提高应用缓存利用率的方法，其特征在于，全局定时器定时扫描缓存内数据，根据每条数据记录的过期时间确定出过期数据，具体包括：
根据当前时间在索引树中找到最为接近的时间点；
该时间点之前的索引对应的真实缓存数据即为过期数据。
3.根据权利要求2所述的提高应用缓存利用率的方法，其特征在于，该方法还包括步骤：
将过期时间转换为时间戳的形式，形成过期时间戳；
构建索引树时，利用每条数据记录的时间戳进行构建，即索引树中每一个节点的key为数据记录的过期时间戳。
4.根据权利要求3所述的提高应用缓存利用率的方法，其特征在于，该方法中，数据记录从磁盘加载进缓存时，为数据记录增加过期时间。
5.根据权利要求4所述的提高应用缓存利用率的方法，其特征在于，过期时间为当前时间+保留时间。
6.一种提高应用缓存利用率的装置，其特征在于，包括，
过期时间增加模块：为缓存中每条数据记录增加一过期时间；
全局定时器设置模块：为缓存设置一全局定时器；
过期数据确定模块：全局定时器定时扫描缓存内数据，根据每条数据记录的过期时间确定出过期数据；
过期数据删除模块：将过期数据删除；
索引树构建模块：利用每条数据记录的过期时间构建索引树，索引树中每一个节点的key标记数据记录的过期时间，对应的value为对应数据记录在缓存中真实地址信息；
其中，利用每条数据记录的过期时间构建索引树，具体包括：
根据数据记录的过期时间找到应***索引树的位置，将该数据记录***对应叶子节点，包括：
判断当前分支中右子树叶子节点的个数；
如果当前分支中右子树只有1个叶子节点，且该叶子节点中的元素个数未达到上限，则将数据记录***该叶子节点；
如果当前分支中右子树只有1个叶子节点，且该叶子节点中的元素个数达到上限，则判断该叶子节点是否指向父节点；
如果该叶子节点没有指向父节点，则进行裂变操作，将该叶子节点中最后一个元素提到父节点，同时由父节点裂变出一个新的叶子节点，将数据记录***该新的叶子节点；
如果该叶子节点指向父节点，则在该叶子节点下动态增加一个新的叶子节点，将数据记录***该新的叶子节点；
如果当前分支中右子树有1个叶子节点和该叶子节点下动态增加的一个叶子节点，且该动态增加的叶子节点中元素个数未达到上限，则将数据记录***该动态增加的叶子节点；
如果当前分支中右子树有1个叶子节点和该叶子节点下动态增加的一个叶子节点，且该动态增加的叶子节点中元素个数达到上限，则进行节点裂变操作，将右子树下的第一个叶子节点中最后一个元素提上到父节点，同时由父节点裂变出一个新的叶子节点，将数据记录***到该裂变出的新的叶子节点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010472351.8A CN111737254B (zh) | 2020-05-29 | 2020-05-29 | 一种提高应用缓存利用率的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010472351.8A CN111737254B (zh) | 2020-05-29 | 2020-05-29 | 一种提高应用缓存利用率的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111737254A CN111737254A (zh) | 2020-10-02 |
| CN111737254B true CN111737254B (zh) | 2022-12-23 |
Family
ID=72647983
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010472351.8A Active CN111737254B (zh) | 2020-05-29 | 2020-05-29 | 一种提高应用缓存利用率的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111737254B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105100282B (zh) * | 2015-09-06 | 2021-06-08 | 浪潮软件股份有限公司 | 一种烟草云平台下的定时器工具 |
| CN113253922B (zh) * | 2021-03-12 | 2023-07-25 | 北京百度网讯科技有限公司 | 缓存管理方法、装置、电子设备和计算机可读存储介质 |
| CN115657954B (zh) * | 2022-11-01 | 2023-06-20 | 昆仑数智科技有限责任公司 | 数据处理方法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101315628A (zh) * | 2007-06-01 | 2008-12-03 | 华为技术有限公司 | 内存数据库***及实现内存数据库的方法和装置 |
| CN105653198A (zh) * | 2014-11-13 | 2016-06-08 | 杭州迪普科技有限公司 | 数据处理方法及装置 |
-
2020
- 2020-05-29 CN CN202010472351.8A patent/CN111737254B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101315628A (zh) * | 2007-06-01 | 2008-12-03 | 华为技术有限公司 | 内存数据库***及实现内存数据库的方法和装置 |
| CN105653198A (zh) * | 2014-11-13 | 2016-06-08 | 杭州迪普科技有限公司 | 数据处理方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111737254A (zh) | 2020-10-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111737254B (zh) | 一种提高应用缓存利用率的方法及装置 | |
| CN100543750C (zh) | 一种基于web应用的矩阵式数据缓存方法及装置 | |
| CN102981971B (zh) | 一种快速响应的相变存储器损耗均衡方法 | |
| CN111694863B (zh) | 一种数据库缓存的刷新方法、***和装置 | |
| CN106776378A (zh) | 一种清理缓存数据的方法及装置 | |
| CN108595347B (zh) | 一种缓存控制方法、装置及计算机可读存储介质 | |
| CN109582686B (zh) | 分布式元数据管理一致性保证方法、装置、***及应用 | |
| JP2004524632A (ja) | 記憶データを再編成するシステム及び方法 | |
| CN104281673A (zh) | 一种数据库的缓存构建***及对应的构建方法 | |
| CN111625203A (zh) | 一种分级存储的方法、***、设备及介质 | |
| CN115167778A (zh) | 存储的管理方法、***及服务器 | |
| CN114416677A (zh) | 一种冷存储数据的更新方法、装置、设备及存储介质 | |
| CN112860188A (zh) | 一种数据迁移方法、***、设备以及介质 | |
| CN112463073A (zh) | 一种对象存储分布式配额方法、***、设备和存储介质 | |
| CN110413689B (zh) | 一种内存数据库的多节点数据同步方法与装置 | |
| CN116521688A (zh) | 一种基于Redis集群的KEY前缀操作键值方法 | |
| JP2001282599A (ja) | データ管理方法および装置並びにデータ管理プログラムを格納した記録媒体 | |
| CN111694806A (zh) | 一种事务日志的缓存方法、装置、设备和存储介质 | |
| CN116627345A (zh) | 应用于海量value键值对的高性能KV缓存方法及装置 | |
| CN112015807B (zh) | 数据同步的处理方法、装置、电子设备及计算机存储介质 | |
| CN109828720B (zh) | 数据存储方法、装置、服务器和存储介质 | |
| CN101650735B (zh) | 一种数据初始状态恢复方法、装置和单点登录*** | |
| CN109948098B (zh) | 数据过滤方法、缓存信息的记录方法及装置 | |
| CN113177031B (zh) | 数据库共享缓存的处理方法、装置、电子设备和介质 | |
| CN112131234A (zh) | 一种优化数据缓存并发的方法、***、设备及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |