不应该问Redis缓存的是业务数据还是数据库数据备案网站，可以问Redis是属于业务层还是数据层，这样问比较合理宕机怎么读。宕机怎么读，Redis缓存是针对于业务数据缓存还是对数据库数据缓存我觉得Redis属于数据层；首先我们先看一个概念。DAOdata access object：数据访问对象主要用来封装对数据的访问，注意，是对数据的访问，不是对数据库的访问。其实你的数据可以在数据库，在文件中，还是在Redis中，都可以通过DAO层访问。所以我把Redis看成和数据库是同一个级别的。Mybatis的二级缓存我们使用Redis的时候，很多时候都是通过代码操作Redis，比如使用用Jedis，其实还有一个简单的办法，就是使用Redis做Mybatis的二级缓存，只需要做简单的配置和极少量的代码即可。我们之前做的一个项目，会有大量的数据需要频繁被查询，很少（几乎没有）做新增修改删除的操作，这种数据很适合使用Redis进行缓存，所以新的版本想把Redis引入进来。引入所需要的jar包：增加配置文件实现org.apache.ibatis.cache.Cache接口mybatis-config.xml开启二级缓存：<setting name=”cacheEnabled” value=”true” />mybatis的Mapper配置文件中增加配置：<cache type=”com.xxx.xxx.cache.RedisCache” />其中useCache=”false”表示，这个查询SQL不进行缓存；useCache=”true”，这个查询SQL的结果进行缓存。其余的insert、update、delete操作，可以进行如下配置：flushCache=”true/false”，当设置成true的时候，执行sql会把redis中的缓存删除（调用Cache实现类的clear()方法），设置成false，则不做操作。所以到这里也可以清楚的理解何时进行缓存、何时进行删除缓存了：程序刚启动的时候，Redis中是空的。每次执行select的时候，首先会去redis读取，读取不到的话，再去db中查询，查询结束后，将结果存入redis中（key里面包含了SQL语句），注意，如果sql查询无结果，也会放入redis中。执行insert、update、delete语句的时候，清除对应的redis中的值。整理的功能实现还是很简单的，大家有兴趣可以尝试一下。如果大家需要demo的源码，后续我整理一下发出来，有需要的朋友可以关注下我。nginx简介Nginx (“engine x”) 是一个高性能的/POP3/SMTP 服务器。 Nginx 是由 Igor Sysoev 为俄罗斯访问量第二的 Rambler.ru 站点开发的，第一个公开版本0.1.0发布于2004年10月4日。其将源代码以类BSD许可证的形式发布，因它的稳定性、丰富的功能集、示例配置文件和低系统资源的消耗而闻名。2011年6月1日，nginx 1.0.4发布。Nginx是一款轻量级的Web 服务器/反向代理服务器及电子邮件(IMAP/POP3)代理服务器，并在一个BSD-like 协议下发行。由俄罗斯的程序设计师Igor Sysoev所开发，供俄国大型的入口网站及搜索引擎Rambler(俄文:Рамблер)使用。其特点是占有内存少，并发能力强，事实上nginx的并发能力确实在同类型的网页服务器中表现较好，中国大陆使用nginx网站用户有:淘宝、百度、新浪、网易、腾讯等。nginx应用场景1、是一个服务。可以做网页静态服务器。2、虚拟主机。可以实现在一台服务器虚拟出多个网站，例如个人网站使用的虚拟机。3、反向代理，负载均衡。当网站的访问量达到一定程度后，单台服务器不能满足用户的请求时，需要用多台服务器集群可以使用nginx做反向代理。并且堕胎服务器可以平均分担负载，不会应为某台服务器负载高宕机而某台服务器闲置的情况。nginx七层load balance结构图：nginx的主要特点高并发连接: 官方称单节点支持5万并发连接数，实际生产环境能够承受2-3万并发。内存消耗少: 在3万并发连接下，开启10个nginx进程仅消耗150M内存 (15M*10=150M)配置简单成本低廉: 开源免费支持rewrite重写规则: 能够根据域名、url的不同，将压缩反向代理: 支持分布式部署环境，消除单点故障，支持7 * 24小时不停机发布nginx原理(Unix I/O模型简介)阻塞(blocking)非阻塞(nonblocking )同步(synchronous )阻塞I/O(blocking I/O)I/O多路复用非阻塞I/O(nonblocking I/O)信号驱动异步(asynchronous )异步I/O基本概念I/O涉及的对象：应用程序进程(简称进程)操作系统内核(简称内核)I/O经历的过程(以读操作为例)：等待数据准备(简称准备过程)将数据从内核拷贝到进程(简称拷贝过程)阻塞：进程在准备过程中阻塞地等待非阻塞：进程在准备过程中不会阻塞同步：进程在拷贝过程中需要阻塞等待异步：进程在拷贝过程中不需要阻塞等待同步阻塞I/O阻塞I/O最常见也是默认情况下我们会使用的，进程发起read操作后，进程阻塞等待数据准备就绪，进程阻塞等待内核将数据拷贝到进程中。I/O多路复用所谓的select、epoll，又叫事件驱动I/O。在java中叫nio，进程发起一个或多个socket的read请求后：用select/epoll方法阻塞等待数据就绪，一旦有至少一个就绪，进程阻塞等待内核拷贝数据到进程中。处理单个连接并不比阻塞I/O快。好处在于可以提高并发性，一个线程可同时处理多个连接。同步非阻塞I/O非阻塞I/O进程发起read操作后进程无需阻塞等待数据准备就绪，若未就绪立即返回err进程过一段时间后再次发起read操作，询问是否准备就绪若已经准备就绪，则进程阻塞等待内核将数据拷贝到进程中信号驱动I/O进程发起read操作时，注册信号handler进程无需阻塞等待数据准备就绪数据就绪后内核通过信号通知进程，并调用进程注册的信号handler进程阻塞等待数据拷贝异步非阻塞I/O进程发起read操作，将socket和接收数据的buffer传递给内核后：无需阻塞等待数据准备就绪数据就绪后也无需阻塞等待内核拷贝数据内核拷贝数据完成后发送信号通知进程数据已经可用nginx 如何保证强大的并发能力nginx使用epoll(linux2.6内核)和kqueue(freebsd)网络模型，而apache使用传统的select模型epoll 与 select都是 I/O 多路复用epoll是当前在Linux下开发大规模并发网络程序的热门选择。select模型与epoll模型的对比select模型的缺点最大并发数限制，因为一个进程所打开的FD（文件描述符）是有限制的，由FD_SETSIZE设置，默认值是1024/2048，因此Select模型的最大并发数就被相应限制了。自己改改这个FD_SETSIZE？想法虽好，可是先看看下面吧…效率问题，select每次调用都会线性扫描全部的FD集合，这样效率就会呈现线性下降，把FD_SETSIZE改大的后果就是，大家都慢慢来，什么？都超时了。内核/用户空间 内存拷贝问题，如何让内核把FD消息通知给用户空间呢？在这个问题上select采取了内存拷贝方法。注：从上面看，select和epoll都需要在返回后，通过遍历文件描述符来获取就绪的socket。事实上，同时连接的大量客户端在同一时刻只有很少处于就绪状态，因此随着监视的文件数量增长，其效率也会呈现线性下降。epoll 模型的优点：相对于select和poll来说，epoll更加灵活，没有描述符限制(它所支持的FD上限是最大可以打开文件的数目，这个数字一般远大于2048,举个例子,在1GB内存的机器上大约是10万左右，具体数目可以cat/proc/sys/fs/file-max察看)。epoll使用一个文件描述符管理多个描述符，将用户关系的文件描述符的事件存放到内核的一个事件表中，这样在用户空间和内核空间的copy只需一次。IO的效率不会随着监视fd的数量的增长而下降。epoll不同于select和poll轮询的方式，而是通过每个fd定义的回调函数来实现的。只有就绪的fd才会执行回调函数。内存拷贝，Epoll在这点上使用了“共享内存”，这个内存拷贝也省略了。注：Epoll不仅会告诉应用程序有I/O事件到来，还会告诉应用程序相关的信息，根据这些信息应用程序就能直接定位到事件，而不必遍历整个FD集合nginx配置实例反向代理缓存静态化文件Tomcat的整体结构介绍Tomcat的整体架构图下:相关组件的大致介绍如下:Server组件:Server组件是最顶级的组件,它代表Tomcat的运行实例,在一个JVM中只会包含一个Server。在Server的整个生命周期中,Server组件中的Listener组件实现事件的监听并完成相应的任务,此外Server中包含的GlobalNamingResources组件是为了方便在Tomcat中集成JNDI。除了这两个组件,Server的核心组件就是Service组件Service组件:Service是服务的抽象,它代表请求从接收到处理的所有组件的集合,一个Server组件可以包含多个Service组件,每一个Service组件都包含了若干的用于接受客户端消息的Connector组件和处理请求的Engine组件以及一些Executor组件。其中不同的Connector组件使用不同的通信协议,如协议等。Executor组件是一个线程池,主要是为Service内的所有组件提供任务所需的线程池。连接器组件Connector组件:Connector组件的主要职责就是接受客户端的连接并且接受消息报文,消息报文经由Connector的解析之后送往Container组件处理。Tomcat可以处理协议等,因此Connector的分类主要由两种协议的Connector组件。Service组件和Connector组件的关系图如下:,此外,Connector组件中还包含有Mapper组件和CoyoteAdapter组件。 Mapper组件:客户端请求的路由导航组件,通过它能够对一个完整的请求地址进行路由,从而根据请求地址找到对应的Servlet。 CoyoteAdapter组件:一个将Connector和Container适配起来的适配器。容器组件Tomcat内部有4个级别的容器,分别是Engine、Host、Context和Wrapper。Engine组件:Engine代表全局的Servlet引擎,每一个Service组件只能包含一个Engine容器组件,但是一个Engine组件可以包含多个Host组件,除了Host组件之外,还包含以下的组件。Host组件:Tomcat中Host组件代表的是虚拟主机,其中存放着若干的抽象的Web应用。Host组件除了包含Context组件之外还包含以下的组件Context组件:Context组件是Web应用的抽象,其包含了各种静态资源、若干Servlet(Wrapper容器)以及各种其他动态资源。其除了包含主要的Wrapper组件之外还包括以下的组件:Wrapper组件:一个Wrapper组件对应着一个Servlet,其主要包含以下的组件小结总之,Tomcat从功能上可以抽象的看做是由连接器组件(Connector)和容器组件(Container)组成。Connector组件负责在服务器端处理客户端的连接,包括接受客户端的连接、接受客户端的消息,对消息报文进行解析。Container组件负责对客户端的请求进行逻辑处理然后把结果返回给客户端作者：FuyunWang链接：://juejin.im/post/5a82a1d05188257a5a4cb418来源：掘金著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。