看你的系統是BS還是CS結構的。如果是CS，前台控制項可直接綁定，然後可進行查詢等操作。如果是BS，建議不要用伺服器控制項在頁面。採用Webservice吧。前台用html
Ⅱ 資料庫緩存機制是什麼就是緩存是如何作用資料庫的越詳細越好。要對的。
緩存的介質一般是內存，所以讀寫速度很快。但如果緩存中存放的數據量非常大時，也會用硬碟作為緩存介質。緩存的實現不僅僅要考慮存儲的介質，還要考慮到管理緩存的並發訪問和緩存數據的生命周期。
Ⅲ java怎麼將資料庫的數據做緩存，方便查找。
你的數據非常大，那你寫入內存會不會比較占資源，為什麼不用非同步刷新，讓它顯示不部分再慢慢載入
Ⅳ CI開啟資料庫緩存，總是沒有用緩存的文件
還有文件緩存也沒有效果，在想要緩存的頁面的控制器方法中添加$this->output->cache(10); 然後打開瀏覽器的該頁面，應該就會子自動將靜態頁面存儲在application/cache文件夾中吧？但是還是什麼都沒有？
Ⅳ 應用層的數據怎麼放入資料庫緩存
代碼一：原來的存儲過程
則加入緩存層之後的代碼如下：
CREATE PROCEDURE dbo.usp_GetRelatedItems
@ItemID INT AS
BEGIN
IF EXISTS(SELECT * FROM Cache.dbo.GetRelatedItems
WHERE ItemID=@ItemID)
SELECT *
FROM Cache.dbo.GetRelatedItems
WHERE ItemID=@ItemID
ELSE
SELECT RelatedItemID,RelatedItemName
FROM dbo.BigComplicatedView
WHERE SoldItemID=@ItemID;
END
GO
代碼二：實現緩存（一）
代碼二引入了一個新表Cache.dbo.GetRelatedItems，其中Cache是新建的資料庫。該表中的列比usp_GetRelatedItems的返回結果多了一個輸入欄位和一個ID，其格式如下：
該表中的數據可以根據需要每天晚上或者每周進行一次truncate。另外，在實際工作中實現這樣一個方案時，他還會根據大量A/B性能測試的結果創建恰當的聚簇索引。
Ⅵ 在PHP中怎麼對數據進行緩存讀取功能
1、普遍緩存技術：
數據緩存：這里所說的數據緩存是指資料庫查詢PHP緩存機制，每次訪問頁面的時候,都會先檢測相應的緩存數據是否存在，如果不存在，就連接資料庫，得到數據，並把查詢結果序列化後保存到文件中，以後同樣的查詢結果就直接從緩存表或文件中獲得。
用的最廣的例子看Discuz的搜索功能，把結果ID緩存到一個表中，下次搜索相同關鍵字時先搜索緩存表。
舉個常用的方法，多表關聯的時候，把附表中的內容生成數組保存到主表的一個欄位中，需要的時候數組分解一下，這樣的好處是只讀一個表，壞處就是兩個數據同步會多不少步驟，資料庫永遠是瓶頸，用硬碟換速度，是這個的關鍵點。
2、 頁面緩存：
每次訪問頁面的時候，都會先檢測相應的緩存頁面文件是否存在，如果不存在，就連接資料庫，得到數據，顯示頁面並同時生成緩存頁面文件，這樣下次訪問的時候頁面文件就發揮作用了。(模板引擎和網上常見的一些PHP緩存機制類通常有此功能)
3、 時間觸發緩存：
檢查文件是否存在並且時間戳小於設置的過期時間,如果文件修改的時間戳比當前時間戳減去過期時間戳大，那麼就用緩存，否則更新緩存。
4、 內容觸發緩存：
當插入數據或更新數據時，強制更新PHP緩存機制。
5、 靜態緩存：
這里所說的靜態緩存是指靜態化，直接生成HTML或XML等文本文件，有更新的時候重生成一次，適合於不太變化的頁面，這就不說了。
以上內容是代碼級的解決方案，我直接CP別的框架，也懶得改，內容都差不多，很容易就做到，而且會幾種方式一起用，但下面的內容是伺服器端的緩存方案，非代碼級的，要有多方的合作才能做到
6、 內存緩存:
Memcached是高性能的，分布式的內存對象PHP緩存機制系統，用於在動態應用中減少資料庫負載，提升訪問速度。
7、 php的緩沖器：
有eaccelerator， apc， phpa，xcache，這個這個就不說了吧，搜索一堆一堆的，自己看啦，知道有這玩意就OK
8、 MYsql緩存：
這也算非代碼級的，經典的資料庫就是用的這種方式，看下面的運行時間，0.09xxx之類的
9、 基於反向代理的Web緩存:
如Nginx，SQUID，mod_proxy(apache2以上又分為mod_proxy和mod_cache)
Ⅶ 如何Android資料庫緩存進行管理
無論大型或小型應用，靈活的緩存可以說不僅大大減輕了伺服器的壓力，而且因為更快速的用戶體驗而方便了用戶。
Android的apk可以說是作為小型應用，其中99%的應用並不是需要實時更新的，而且詬病於蝸牛般的移動網速，與伺服器的數據交互是能少則少，這樣用戶體驗才更好，這也是我們有時舍棄webview而採用json傳輸數據的原因之一。
採用緩存，可以進一步大大緩解數據交互的壓力，特此，我們簡略列舉一下緩存管理的適用環境：
1. 提供網路服務的應用
2. 數據更新不需要實時更新，但是哪怕是3-5分鍾的延遲也是可以採用緩存機制。
3. 緩存的過期時間是可以接受的(不會因為緩存帶來的好處，導致某些數據因為更新不及時而影響產品的形象等)
帶來的好處：
1. 伺服器的壓力大大減小
2. 客戶端的響應速度大大變快(用戶體驗)
3. 客戶端的數據載入出錯情況大大較少，大大提高了應有的穩定性(用戶體驗)
4. 一定程度上可以支持離線瀏覽(或者說為離線瀏覽提供了技術支持)
一、緩存管理的方法
這里的緩存管理的原理很簡：通過時間的設置來判斷是否讀取緩存還是重新下載。
裡面會有一些細節的處理，後面會詳細闡述。
基於這個原理，目前鄙人見過的兩種比較常見的緩存管理方法是:資料庫法和文件法。
二、資料庫法緩存管理
這種方法是在下載完數據文件後，把文件的相關信息如url，路經，下載時間，過期時間等存放到資料庫，下次下載的時候根據url先從資料庫中查詢，如果查詢到當前時間並未過期，就根據路徑讀取本地文件，從而實現緩存的效果。
從實現上我們可以看到這種方法可以靈活存放文件的屬性，進而提供了很大的擴展性，可以為其它的功能提供一定的支持；
從操作上需要創建資料庫，每次查詢資料庫，如果過期還需要更新資料庫，清理緩存的時候還需要刪除資料庫數據，稍顯麻煩，而資料庫操作不當又容易出現一系列的性能，ANR問題，實現的時候要謹慎，具體作的話，但也只是增加一個工具類或方法的事情。
還有一個問題，緩存的資料庫是存放在/data/data/<package>/databases/目錄下，是佔用內存空間的，如果緩存累計，容易浪費內存，需要及時清理緩存。
當然這種方法從目前一些應用的實用上看，我沒有發現什麼問題。
本文我側重強調第二種方法，第一種方法的實現，就此掠過。
三、文件法緩存管理
這種方法，使用File.lastModified()方法得到文件的最後修改時間，與當前時間判斷是否過期，從而實現緩存效果。
實現上只能使用這一個屬性，沒有為其它的功能提供技術支持的可能。
操作上倒是簡單，比較時間即可。本身處理也不容易帶來其它問題，代價低廉。
四、文件法緩存管理的兩點說明
1. 不同類型的文件的緩存時間不一樣。
籠統的說，不變文件的緩存時間是永久，變化文件的緩存時間是最大忍受不變時間。
說白點，圖片文件內容是不變的，直到清理，我們是可以永遠讀取緩存的。
配置文件內容是可能更新的，需要設置一個可接受的緩存時間。
2. 不同環境下的緩存時間標准不一樣。
無網路環境下，我們只能讀取緩存文件，哪怕緩存早就過期。
wifi網路環境下，緩存時間可以設置短一點，一是網速較快，而是流量不要錢。
移動數據流量環境下，緩存時間可以設置長一點，節省流量，就是節省金錢，而且用戶體驗也更好。
舉個例子吧，最近本人在做的一個應用在wifi環境下的緩存時間設置為5分鍾，移動數據流量下的緩存時間設置為1小時。
這個時間根據自己的實際情況來設置：數據的更新頻率，數據的重要性等。
五、何時刷新
開發者一方面希望盡量讀取緩存，用戶一方面希望實時刷新，但是成都網站製作響應速度越快越好，流量消耗越少越好，是一個矛盾。
其實何時刷新我也不知道，這里我提供兩點建議：
1. 數據的最長多長時間不變，對應用無大的影響。
比如，你的數據更新時間為1天，則緩存時間設置為4~8小時比較合適，一天他總會看到更新，如果你覺得你是資訊類應用，再減少，2~4小時，如果你覺得數據比較重要或者比較受歡迎，用戶會經常把玩，再減少，1~2小時，依次類推。
為了保險起見，你可能需要毫無理由的再次縮減一下。
2. 提供刷新按鈕。
上面說的保險起見不一定保險，最保險的方法使在相關界面提供一個刷新按鈕，為緩存，為載入失敗提供一次重新來過的機會，有了這個刷新按鈕，我們的心也才真的放下來。
Ⅷ 怎麼實現redis的資料庫的緩存
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。
Ⅸ 用redis 做為數據緩存，怎麼能把redis中的數據定時更新到mysql中
這是個有坑的方法，一般流量不大的情況可以用，比如，後台系統。但是前端用戶流量大的場景下，一旦熱數據緩存命中率發生問題，瞬間轉移到資料庫的請求會把系統搞死的。所以，不應該採用這種策略。