一、什么是SentinelSentinel，中文翻译为哨兵，是为微服务提供流量控制、熔断降级的功能，它和Hystrix提供的功能一样，可以有效的解决微服务调用产生的“雪崩效应”，为微服务系统提供了稳定性的解决方案。随着Hystrix进入了维护期，不再提供新功能，Sentinel是一个不错的替代方案。通常情况下，Hystrix采用线程池对服务的调用

本文围绕以下几点进行阐述1、为什么使用redis2、使用redis有什么缺点3、单线程的redis为什么这么快4、redis的数据类型，以及每种数据类型的使用场景5、redis的过期策略以及内存淘汰机制6、redis和数据库双写一致性问题7、如何应对缓存穿透和缓存雪崩问题8、如何解决redis的并发竞争问题

        上一篇主要针对Redis的内存淘汰机制以及Redis容易引发的三大问题：缓存击穿、缓存穿透以及缓存雪崩进行了详细的讲解以及提供了业界常用的解决方案。本篇主要讲讲Redis的持久化机制，Redis受开发者欢迎的一大原因就是因为可持久化的特性。我们如何保证Redis宕机之后重启可以将数据进行恢复？所以一般情

1\.问题背景某核心JAVA长连接服务使用mongodb作为主要存储，客户端数百台机器连接同一mongodb集群，短期内出现多次性能抖动问题，此外，还出现一次“雪崩”故障，同时流量瞬间跌零，无法自动恢复。本文分析这两次故障的根本原因，包括客户端配置使用不合理、mongodb内核链接认证

    还记得之前写过一篇防雪崩利器：熔断器Hystrix的原理与使用https://my.oschina.net/u/3266761/blog/2654470，讲述了服务降级和熔断的控制，今天带来另一个流量控制与服务降级阿里开源框架sentinel。  首先是两者的对比：    Hystrix的关注点在于以隔离和熔断为主的容错机制

Hystrix断路器一、概述分布式系统面临的问题复杂分布式体系结构中的应用程序有数十个依赖关系，每个依赖关系在某些时候不可避免地失败。服务雪崩多个微服务之间调用的时候，假设微服务A调用微服务B和微服务C，微服务B和微服务C又调用其他的微服务，这就是所谓的“扇出效应” 如果扇出的链路上某个微服务的调用响应

越努力，越幸运，本文已收藏在Gitee中JavaCommunity(https://gitee.com/JavaCommunity/JavaCommunity),里面有面试分享、源码分析系列文章，欢迎收藏，点赞https://gitee.com/JavaCommunity/JavaCommunity(https://gite

(一)缓存和数据库间数据一致性问题分布式环境下（单机就不用说了）非常容易出现缓存和数据库间的数据一致性问题，针对这一点的话，只能说，如果你的项目对缓存的要求是强一致性的，那么请不要使用缓存。我们只能采取合适的策略来降低缓存和数据库间数据不一致的概率，而无法保证两者间的强一致性。合适的策略包括合适的缓存更新策略，更新数

背景Redis很多时候都是在使用内存，数据一直写，但内存是有限的，如果Redis内存满了，那么我们的很多缓存操作都会超时、失败，接着可能会引发雪崩。那么当内存达到阀值Redis是怎么处理的呢？配置内存限制maxmemory我们可以通过在配置文件中配置maxmemory来限制内存的最大使用情况。如果maxmem

【相关概念】缓存击穿：指的是一些热点数据过期，由于热点数据存在并发量大的特性，所以短时间内对数据库的造成很大的冲击，导致系统瘫痪。常见于例如微博系统中明星结婚或出轨时微博瘫痪的情况。缓存雪崩：指的是大量数据或全部数据集中过期失效的情况，这种情况是由于大量数据设置了相同的过期时间而导致的。【使用缓存的流程】