!(https://oscimg.oschina.net/oscnet/8f265631921542e3b74f72b2759d88a5.png)栈长得到消息，Hystrix停止开发了。。。大家如果有对Hystrix不清楚的，请看下这篇文章：分布式服务防雪崩熔断器，Hystrix理论实战(https://www.oschina

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

问题来源：!(https://static.oschina.net/uploads/space/2017/1201/110233_AKPx_2409514.png)1、当所有用户都请求同一个key的时候如图所示，会导致缓存限流，从而访问db，产生雪崩，最后服务器负载严重，从而使业务垮掉2、当增加或者删减缓存服务器时，如何最大化的不令数据重新

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

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

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】