❶ ORACLE 資料庫緩沖區緩存與共享池sql查詢和PL/SQL函數結果緩存的區別
1、資料庫緩沖區DB_BUFFER只能緩存訪問過的BLOCK，部分解決了物理讀的問題，查詢仍然需要大量的邏輯讀。
2、SQL緩存結果集/*+RESULT_CACHE*/它緩存的是查詢的結果。不在需要大量的邏輯讀，不在需要任何的復雜計算，而是直接將已經緩存的結果返回。
3、對於採用了RESULT_CACHE的函數，Oracle自動將函數的返回結果緩存，下次執行的時候，不會實際執行函數，而是直接返回結果。由於緩存的結果存儲在SGA中，因此所有的會話可以共享這個結果。
❷ java web 項目啟動時載入資料庫的數據到緩存中，如何實現求思路和實例。謝謝高峰相送
可以使用servlet的init方法訪問資料庫載入數據到java集合中，java集合相當於一塊緩存，適用於一般的數據。
❸ 資料庫中什麼是MRU
LRU(最近最少使用演算法) / MRU(最近最常使用演算法)
LRU演算法(Least recently used)的基本概念是:當內存的剩餘的可用空間不夠時,緩沖區盡可能的先保留使用者最常使用的數據,換句話說就是優先清除」較不常使用的數據」,並釋放其空間.之所以」較不常使用的數據」要用引號是因為這里判斷所謂的較不常使用的標準是人為的、不嚴格的.
MRU演算法(Most recently used)的意義正好和LRU演算法相反.
LRU與MRU兩者在緩沖區工作機制中的作用和區別
看一下Oracle 9i Cache對LRU和MRU的使用，看看LRU與MRU兩者在緩沖區工作機制中的作用和區別:
在Oracle 9i中有LRU List的概念: 我們可以把LRU List想像成是一連串的緩沖區集合,兩端分別是LRU端和MRU端, 當資料庫從磁碟上讀取數據放入緩沖區時,系統必須先確定緩沖區中有free buffers,這個時候Oracle 9i會掃描LRU List,掃描的基本原則是:
1. 從LRU端到MRU端;
2. 當掃描到free buffer或已掃描的緩沖區數目超過臨界值時,就會停止掃描動作;
如果在掃描過程順利的在LRU List中找到了free buffer,那麼Oracle 9i就把從磁碟讀出的數據寫到free buffer中然後把free buffer加到LRU List的MRU端.
那如果掃描過程沒有在LRU List中找到free buffer怎麼辦?當然是從LRU List的LRU端開始清除緩沖區,如此一來就可以騰出新的空間了.
Oracle 9i Cache對LRU和MRU的使用例子
使用者查詢數據A,初始的時候LRU List中沒有數據A,於是Oracle 9i到磁碟讀取A,然後放到LRU List的MRU端,使用者再從LRU List中讀取數據A,同理對於B,C…當LRU List滿了以後,如果使用者查詢N,此時N不在LRU List中而且LRU List中已經沒有free buffer了,此時Oracle 9i就開始從LRU端淘汰A以騰出空間存放N.
我們再來看另外一種情況:
在State 3之後,恰好使用者持續的查詢A—這將會導致A一直被放置在靠近MRU端的緩沖區,結果將如圖State m』所示,你會發現圖2的State m』與圖1的State m緩沖區存放的數據完全一樣但是存放位置不一樣.此時LRU List滿了,如果再放N的時候LRU List`淘汰的是B,因為A的查詢率高於B,所以LRU List讓A在緩沖區中呆上較長的時間而先淘汰掉」較不常用的」的B.
Datebase Buffer Cache由3部分組成: Dirty buffers,Free buffers,Pinned Buffers
Dirty buffers 是表示 block被讀到sga中後被修改過，還沒有寫入數據文件
Free buffers 是表示可以被覆蓋的，也就是不包含未寫入數據文件的數據
Pinned Buffers 表示該 buffer 目前正被進程使用，這個使用可能是正在這個buffer上讀也可能是正在修改，這個buffer在被標志為pinned之前可能是 dirty的也可能是free的，一個buffer在同一時刻只能由一個進程訪問（9i有改進 讀/讀 可以同時進行）
這是從不同的角度去描述buffer的狀態的
❹ redis一般用來幹嘛
redis是一個單線程的NoSQL資料庫，主要用來做數據緩存，一般大型網站的應用和資料庫之間的那一層就是Redis。比如京東商城的頁面查找功能，用戶接觸到的查詢的第一層就是Redis數據緩存層，緩存中找不到的數據，再進入資料庫查詢。Redis中緩存熱點數據，能夠保護資料庫，提高查詢效率。
NoSQL，泛指非關系型的資料庫。隨著互聯網web2.0網站的興起，傳統的關系資料庫在處理web2.0網站，特別是超大規模和高並發的SNS類型的web2.0純動態網站已經顯得力不從心，出現了很多難以克服的問題，而非關系型的資料庫則由於其本身的特點得到了非常迅速的發展。NoSQL資料庫的產生就是為了解決大規模數據集合多重數據種類帶來的挑戰，特別是大數據應用難題。
❺ mybatis的緩存有幾種
1、一級緩存
MyBatis默認開啟了一級緩存，一級緩存是在SqlSession 層面進行緩存的。即，同一個SqlSession ，多次調用同一個Mapper和同一個方法的同一個參數，只會進行一次資料庫查詢，然後把數據緩存到緩沖中，以後直接先從緩存中取出數據，不會直接去查資料庫。
但是不同的SqlSession對象，因為不用的SqlSession都是相互隔離的，所以相同的Mapper、參數和方法，他還是會再次發送到SQL到資料庫去執行，返回結果。
2、二級緩存
為了克服這個問題，需要開啟二級緩存，是的緩存zaiSqlSessionFactory層面給各個SqlSession 對象共享。默認二級緩存是不開啟的，需要手動進行配置。
<cache/>
如果這樣配置的話，很多其他的配置就會被默認進行，如：
映射文件所有的select 語句會被緩存
映射文件的所有的insert、update和delete語句會刷新緩存
緩存會使用默認的Least Recently Used（LRU，最近最少使用原則）的演算法來回收緩存空間
根據時間表，比如No Flush Interval，（CNFI，沒有刷新間隔），緩存不會以任何時間順序來刷新
緩存會存儲列表集合或對象（無論查詢方法返回什麼）的1024個引用
緩存會被視為是read/write（可讀/可寫）的緩存，意味著對象檢索不是共享的，而且可以很安全的被調用者修改，不幹擾其他調用者或縣城所作的潛在修改
- <cache eviction="LRU" flushInterval="100000" size="1024" readOnly="true"/>
eviction：緩存回收策略
- LRU：最少使用原則，移除最長時間不使用的對象
- FIFO：先進先出原則，按照對象進入緩存順序進行回收
- SOFT：軟引用，移除基於垃圾回收器狀態和軟引用規則的對象
- WEAK：弱引用，更積極的移除移除基於垃圾回收器狀態和弱引用規則的對象flushInterval：刷新時間間隔，單位為毫秒，這里配置的100毫秒。如果不配置，那麼只有在進行資料庫修改操作才會被動刷新緩存區
size：引用額數目，代表緩存最多可以存儲的對象個數
readOnly：是否只讀，如果為true，則所有相同的sql語句返回的是同一個對象（有助於提高性能，但並發操作同一條數據時，可能不安全），如果設置為false，則相同的sql，後面訪問的是cache的clone副本。
useCache配置
如果一條語句每次都需要最新的數據，就意味著每次都需要從資料庫中查詢數據，可以把這個屬性設置為false，如：
- <select id="selectAll" resultMap="BaseResultMap" useCache="false">
刷新緩存（就是清空緩存）
二級緩存默認會在insert、update、delete操作後刷新緩存，可以手動配置不更新緩存，如下：
- <update id="updateById" parameterType="User" flushCache="false" />
可以在開啟二級緩存時候，手動配置一些屬性
各個屬性意義如下：
可以在Mapper的具體方法下設置對二級緩存的訪問意願：
3、自定義緩存
自定義緩存對象，該對象必須實現 org.apache.ibatis.cache.Cache 介面
每次查詢資料庫前，MyBatis都會先在緩存中查找是否有該緩存對象。只有當調用了commit() 方法，MyBatis才會往緩存中寫入數據，數據記錄的鍵為數字編號+Mapper名+方法名+SQL語句+參數格式，值為返回的對象值。
❻ 安卓開發，應用里有些數據做成緩存，一般是怎麼做的。比如我的數據要保留10天左右緩存，一般用什麼做
作為一個完成的應用程序，數據存儲操作是必不可少的。因此，Android系統一共提供了四種數據存儲方式。分別是：SharePreference、SQLite、Content Provider和File。由於Android系統中，數據基本都是私有的的，都是存放於「data/data/程序包名」目錄下，所以要實現數據共享，正確方式是使用Content Provider。
SQLite： SQLite是一個輕量級的資料庫，支持基本SQL語法，是常被採用的一種數據存儲方式。Android為此資料庫提供了一個名為SQLiteDatabase的類，封裝了一些操作資料庫的API。
SharedPreference： 除SQLite資料庫外，另一種常用的數據存儲方式，其本質就是一個xml文件，常用於存儲較簡單的參數設置。
File： 即常說的文件（I/O）存儲方法，常用語存儲大數量的數據，但是缺點是更新數據將是一件困難的事情。
ContentProvider: Android系統中能實現所有應用程序共享的一種數據存儲方式，由於數據通常在各應用間的是互相私密的，所以此存儲方式較少使用，但是其又是必不可少的一種存儲方式。例如音頻，視頻，圖片和通訊錄，一般都可以採用此種方式進行存儲。每個Content Provider都會對外提供一個公共的URI（包裝成Uri對象），如果應用程序有數據需要共享時，就需要使用Content Provider為這些數據定義一個URI，然後其他的應用程序就通過Content Provider傳入這個URI來對數據進行操作。
❼ 怎麼利用hashtable緩存數據。
可以將資料庫里查詢出來的數據封裝成一組對象，然後就可以緩存到集合里了 ，要用的時候取出對象就ok了
❽ 緩存系統中的主要使用的數據結構是什麼
緩存系統中的主要使用的數據結構是memcached。
memcached是一套分布式的高速緩存系統，由LiveJournal的Brad Fitzpatrick開發，但被許多網站使用。這是一套開放源代碼軟體，以BSD license授權發布。
memcached的API使用三十二比特的循環冗餘校驗（CRC-32）計算鍵值後，將數據分散在不同的機器上。當表格滿了以後，接下來新增的數據會以LRU機制替換掉。
由於memcached通常只是當作緩存系統使用，所以使用memcached的應用程序在寫回較慢的系統時（像是後端的資料庫）需要額外的代碼更新memcached內的數據。
(8)資料庫數據緩存用什麼集合擴展閱讀：
一、存儲方式
為了提高性能，memcached中保存的數據都存儲在memcached內置的內存存儲空間中。由於數據僅存在於內存中，因此重啟memcached、重啟操作系統會導致全部數據消失。
另外，內容容量達到指定值之後，就基於LRU(Least Recently Used)演算法自動刪除不使用的緩存。memcached本身是為緩存而設計的伺服器，因此並沒有過多考慮數據的永久性問題。
二、通信分布式
memcached盡管是「分布式」緩存伺服器，但伺服器端並沒有分布式功能。各個memcached不會互相通信以共享信息。那麼，怎樣進行分布式呢？這完全取決於客戶端的實現。本文也將介紹memcached的分布式。
❾ redis怎麼實現資料庫的緩存
大致為兩種措施：
一、腳本同步：
1、自己寫腳本將資料庫數據寫入到redis/memcached。
2、這就涉及到實時數據變更的問題（mysql row binlog的實時分析），binlog增量訂閱Alibaba 的canal ，以及緩存層數據 丟失/失效 後的數據同步恢復問題。
二、業務層實現：
1、先讀取nosql緩存層，沒有數據再讀取mysql層，並寫入數據到nosql。
2、nosql層做好多節點分布式（一致性hash），以及節點失效後替代方案（多層hash尋找相鄰替代節點），和數據震盪恢復了。