㈠ 單片機裸機編程怎麼解決cache一致性問題
Cache原理
CPU緩存（Cache Memory）是位於CPU與內存之間的臨時存儲器，它的容量比內存小的多但是交換速度卻比內存要快得多。緩存的出現主要是為了解決CPU運算速度與內存 讀寫速度不匹配的矛盾，因為CPU運算速度要比內存讀寫速度快很多，這樣會使CPU花費很長時間等待數據到來或把數據寫入內存。在緩存中的數據是內存中的 一小部分，但這一小部分是短時間內CPU即將訪問的，當CPU調用大量數據時，就可避開內存直接從緩存中調用，從而加快讀取速度。
只要Cache的空間與主存空間在一定范圍內保持適當比例的映射關系，Cache的命中率還是相當高的。一般規定Cache與內存的空間比為4：1000，即128kB Cache可映射32MB內存；256kB Cache可映射64MB內存。在這種情況下。命中率都在90％以上。至於沒有命中的數據，CPU只好直接從內存獲取。獲取的同時，也把它拷進Cache。
cache一致性問題
由於緩存存在於cpu與內存中間，所以任何外設對內存的修改並不能保證cache中也得到同樣的更新，同樣處理器對緩存中內容的修改也不能保證內存中的數據 得到更新。這種緩存中數據與內存中數據的不同步和不一致現象將可能導致使用DMA 傳輸數據時 或 處理器運行自修改代碼時產生錯誤。
Cache的一致性就是直Cache中的數據，與對應的內存中的數據是一致的。
Cache的基本結構
Cache通常由相聯存儲器實現。相聯存儲器的每一個存儲塊都具有額外的存儲信息，稱為標簽(Tag)。當訪問相聯存儲器時，將地址和每一個標簽同時進行比較，從而對標簽相同的存儲塊進行訪問。Cache的3種基本結構如下：
全相聯Cache
在全相聯Cache中，存儲的塊與塊之間。以及存儲順序或保存的存儲器地址之間沒有直接的關系。程序可以訪問很多的子程序、堆棧和段，而它們是位於主存儲器的不同部位上。 因此。Cache保存著很多互不相關的數據塊。
Cache必須對每個塊和塊自身的地址加以存儲。當請求數據時，Cache控制器要把請求地址同所有地址加以比較進行確認。
這種Cache結構的主要優點是。
它能夠在給定的時間內去存儲主存器中的不同的塊，命中率高；缺點是每一次請求數據同Cache中的地址進行比較需要相當的時間，速度較慢。
直接映像Cache
直接映像Cache不同於全相聯Cache。地址僅需比較一次。
在直接映像Cache中。由於每個主存儲器的塊在Cache中僅存在一個位置，因而把地址的比較次數減少為一次。其做法是，為Cache中的每個塊位置分配一個索引欄位，用Tag欄位區分存放在Cache位置上的不同的塊。單路直接映像把主存儲器分成若干頁。主存儲器的每一頁與Cache存儲器的大小相同。匹配的主存儲器的偏移量可以直接映像為Cache偏移量。Cache的Tag存儲器(偏移量)保存著主存儲器的頁地址(頁號)。
以上可以看出。直接映像Cache優於全相聯Cache，能進行快速查找，其缺點是當主存儲器的組之間做頻繁調用時，Cache控制器必須做多次轉換。
組相聯Cache
組相聯Cache是介於全相聯Cache和直接映像Cache之間的一種結構。這種類型的Cache使用了幾組直接映像的塊。對於某一個給定的索引號，可以允許有幾個塊位置。因而可以增加命中率和系統效率。
Cache與DRAM存取的一致性
在CPU與主存之間增加了Cache之後，便存在數據在CPU和Cache及主存之間如何存取的問題。讀寫各有2種方式。
貫穿讀出式(Look Through)
該方式將Cache隔在CPU與主存之間，CPU對主存的所有數據請求都首先送到Cache，由Cache自行在自身查找。如果命中。 則切斷CPU對主存的請求，並將數據送出；不命中。則將數據請求傳給主存。
該方法的優點是降低了CPU對主存的請求次數，缺點是延遲了CPU對主存的訪問時間。
旁路讀出式(Look Aside)
在這種方式中，CPU發出數據請求時，並不是單通道地穿過Cache。而是向Cache和主存同時發出請求。由於Cache速度更快，如果命中，則Cache在將數據回送給CPU的同時，還來得及中斷CPU對主存的請求；不命中。則Cache不做任何動作。由CPU直接訪問主存。它的優點是沒有時間延遲，缺點是每次CPU對主存的訪問都存在，這樣。就佔用了一部分匯流排時間。
寫穿式(Write Through)
任一從CPU發出的寫信號送到Cache的同時，也寫入主存，以保證主存的數據能同步地更新。它的優點是操作簡單，但由於主存的慢速，降低了系統的寫速度並佔用了匯流排的時間。
回寫式(Copy Back)
為了克服貫穿式中每次數據寫入時都要訪問主存。從而導致系統寫速度降低並佔用匯流排時間的弊病，盡量減少對主存的訪問次數，又有了回寫式。
它是這樣工作的：數據一般只寫到Cache，這樣有可能出現Cache中的數據得到更新而主存中的數據不變(數據陳舊)的情況。但此時可在Cache 中設一標志地址及數據陳舊的信息。只有當Cache中的數據被再次更改時。才將原更新的數據寫入主存相應的單元中，然後再接受再次更新的數據。這樣保證了Cache和主存中的數據不致產生沖突。
Cache與DMA的一致性問題
在進行DMA 操作時，如果沒有對Cache 進行適當的操作，將可能產生以下兩種錯誤：
1.DMA 從外設讀取數據到供處理器使用。DMA 將外部數據直接傳到內存中，但cache 中仍然保留的是舊數據，這樣處理器在訪問數據時直接訪問緩存將得到錯誤的數據。
2.DMA 向外設寫入由處理器提供的數據。處理器在處理數據時數據會先存放到cache 中，此時cache 中的數據有可能還沒來得及寫回到內存中的數據。如果這時DMA 直接從內存中取出數據傳送到外設，外設將可能得到錯誤的數據。
為了正確進行DMA 傳輸，必須進行必要的cache 操作。 cache 操作主要分為 invalidate (作廢) 和writeback (寫回) ，有時也將兩著放在一起使用。
DMA如果使用cache，那麼一定要考慮cache的一致性。解決DMA導致的一致性的方法最簡單的就是禁止DMA目標地址范圍內的cache功能。但是這樣就會犧牲性能。
因此在DMA是否使用cache的問題上，可以根據DMA緩沖區期望保留的的時間長短來決策。DAM的映射就分為：一致性DMA映射和流式DMA映射。
一致性DMA映射申請的緩存區能夠使用cache，並且保持cache一致性。一致性映射具有很長的生命周期，在這段時間內佔用的映射寄存器，即使不使用也不會釋放。生命周期為該驅動的生命周期。
流式DMA映射實現比較復雜。只知道種方式的生命周期比較短，而且禁用cache。一些硬體對流式映射有優化。建立流式DMA映射，需要告訴內核數據的流動方向。
1. DMA 從外設讀取數據到供處理器使用時，可先進性invalidate 操作。這樣將迫使處理器在讀取cache中的數據時，先從內存中讀取數據到緩存，保證緩存和內存中數據的一致性。
2.DMA 向外設寫入由處理器提供的數據時，可先進性writeback 操作。這樣可以DMA傳輸數據之前先將緩存中的數據寫回到內存中。
如果不清楚DMA 操作的方向，也可先同時進行invalidate 和writeback 操作。操作的結果等同於invalidate 和 writeback 操作效果的和。
wince 操作系統也有一套cache 操作介面：
void OEMCacheRangeFlush( LPVOIDpAddr, DWORD dwLength, DWORD dwFlags );
㈡ 緩存使用，前台直接操作mysql，後台操作緩存.怎麼保證數據一致性
特別要注意：不要設置環境變數CATALINA_HOME 2.分別修改安裝目錄下的conf子目錄中的server.xml文件： a.修改http訪問埠（默認為8080埠），將8080修改為tomcat不在使用的埠號。此處所設的埠號即是以後訪問web時所用的埠號。
㈢ 如何校驗資料庫和緩存之間數據的一致性
您好，這樣的：
這種writer-reader架構，一般思路是在緩存更新階段由writer來解決一致性問題，當資料庫數據變化時，同步更新redis並確保緩存更新成功。
作為完整性判斷，可以不檢查全部的屬性，而對數據使用一個自增的版本號（或時間戳）來判斷是否最新。
作為後置的檢測，可以優化來降低掃描的代價，如只針對最近一個時間周期內（如10min）資料庫中更新過的數據，這個集合應該比較小，去redis中進行檢查的代價會比較低。
㈣ Java中高並發下怎麼保證數據一致性
以mysql來說，可能出現臟讀、不可重復讀以及幻讀，mysql默認設置是可重復讀，即一次事務中不會讀取到不同的數據。
可以做如下操作：
1）打開兩個客戶端，均設置為RR；
2）在一個事務中，查詢某個操作查到某份數據；比如是某個欄位version=1存在數據；
3）在另一個事務中，刪除這份version=1的數據；刪除後，在2所屬的事務中查詢數據是沒有變化的，還是存在version=1的數據；
4）當我們在2所屬的事務中繼續更新數據，那麼會發現更新不了，明明我們就看到了這份version=1的數據；
緩存一致性:
緩存一致，與什麼一致？是與資料庫一致，對外查詢每個時刻一致；所以在針對於緩存與資料庫之間該先更新哪一個呢？可能有人覺得我先更新資料庫，再更新緩存不就行了嗎？但是有想過個問題嗎？
當用戶已經支付成功了，更新到資料庫，但是呢？你還在緩存中顯示未支付，在用戶點擊頻率很高並且資料庫壓力過大，來不及同步到緩存時，那你是不是很尷尬，這就是典型的不一致了。此時用戶再支付，那你又告訴他已經支付了，那他會把你罵死的
那該怎麼來做呢？我們可以這樣，先更新緩存再更新資料庫，那麼存在什麼問題呢？
1）緩存更新成功，但是資料庫更新失敗，而被其它的並發線程訪問到
2）緩存淘汰成功，但是資料庫更新失敗，這也會引發後期數據不一致
㈤ chcahe 如何保證分布式緩存數據一致性
VPLEX的技術核心是「分布式緩存一致性」，下圖則是「分布式緩存一致性」技術的工作機制示意：正是因為這項核心技術優勢，使得VPLEX方案和目前所有廠商的虛擬化方案截然不同，並能夠實現異地的數據中心整合。對跨數據中心的所有負載實現跨引擎的平攤或者實時遷移，來自任何一個主機的I/O請求可以通過任何一個引擎得到響應。
緩存一致性的記錄目錄使用少量的元數據，記錄下哪個數據塊屬於哪個引擎更新的，以及在何時更新過，並通過4K大小的數據塊告訴在集群中的所有其他的引擎。在整個過程中實際發生的溝通過程，遠遠比實際上正在更新數據塊少很多。
分布式緩存一致性數據流示意圖：上方是一個目錄，記錄下左側的主機讀取緩存A的操作，並分發給所有引擎，右側主機需要讀取該數據塊時，會先通過目錄查詢，確定該數據塊所屬的引擎位置，讀取請求會直接發送給引擎，並直接從數據塊所在的緩存上讀取。
當一個讀請求進入時，VPLEX會自動檢查目錄，查找該數據塊所屬的引擎，一旦確定該數據塊所屬的引擎位置，讀的請求會直接發送給該引擎。一旦一個寫入動作完成，並且目錄表被修改，這時另一個讀請求從另一個引擎過來，VPLEX會檢查目錄，並且直接從該引擎的緩存上讀取。如果該數據仍然在緩存上，則完全沒必要去磁碟上讀取。
如上圖，來自圖中左側主機的操作，由Cache A服務，會記錄一個更新狀態，並分發給所有所有引擎知道。如果讀取的需求來自最右側的伺服器，首先通過目錄查詢。通過這種技術可以實現所有引擎一致性工作，而且這個技術不僅可以跨引擎還可以跨VPLEX集群，而VPLEX集群可以跨區域，因此緩存一致性也可以跨區域部署。
分布式緩存一致性技術使VPLEX相比傳統的虛擬化方案擁有更高的性能和可靠性，並實現異地數據中心的虛擬化整合
對傳統的虛擬化架構來說，如果虛擬化的I/O集群中有一個節點壞了，那麼性能就會降低一半，而且實際情況降低不止一半。因為壞了一個節點，這個節點緩存一般會被寫進去。因為沒有緩存，操作會直接寫到硬碟里。如果圖中中心這個節點壞掉，那主機所有的可用性都沒有了。而VPLEX如果有一個引擎或者一個控制器壞掉了，那這個引擎的負載會均攤到其他活動引擎上。這樣總體來講用戶可以維持可預知性能，性能降低也不那麼明顯。
㈥ DMA、Cache一致性具體是
Cache被用作CPU針對內存的緩存，利用程序的空間局部性和時間局部性原理，達到較高的命中率，從而避免CPU每次都必須要與相對慢速的內存交互數據來提高數據的訪問速率。DMA可以作為內存與外設之間傳輸數據的方式，在這種傳輸方式之下，數據並不需要經過CPU中轉。假設DMA針對內存的目的地址與Cache緩存的對象沒有重疊區域，DMA和Cache之間將相安無事。但是，如果DMA的目的地址與Cache所緩存的內存地址訪問有重疊，經過DMA操作，與Cache緩存對應的內存中的數據已經被修改，而CPU本身並不知道，它仍然認為Cache中的數據就是內存中的數據，那在以後訪問Cache映射的內存時，它仍然使用陳舊的Cache數據。這樣就會發生Cache與內存之間數據「不一致性」的錯誤。所謂Cache數據與內存數據的不一致性，是指在採用Cache的系統中，同樣一個數據可能既存在於Cache中，也存在於主存中，Cache與主存中的數據一樣則具有一致性，數據若不一樣則具有不一致性。需要特別注意的是，Cache與內存的一致性問題經常被初學者遺忘。在發生Cache與內存不一致性錯誤後，驅動將無法正常運行。如果沒有相關的背景知識，工程師幾乎無法定位錯誤的原因，因為這時所有的程序看起來都是完全正確的。Cache的不一致性問題並不是只發生在DMA的情況下，實際上，它還存在於Cache使能和關閉的時刻。Cache和DMA本身似乎是兩個毫不相關的事物。
㈦ 資料庫瓶頸方面什麼技術提供了
介面響應時長過長
上個月我們經理把我叫了過去，說我們的產品的某些頁面打開速度太慢了，要等好幾秒。我十分驚訝，因為我把所有的功能都看過一遍的，沒有哪個功能效率這么低下。我看了一下數據才明白，新客戶的數據是老客戶的數十倍，導致資料庫查詢時長翻了更多倍。
請求技術支撐
於是我找到技術中台負責人，希望他們能提供一套資料庫緩存訪問方案。當查詢數據時不優先查詢資料庫，而是查詢緩存來提高查詢效率。得到的答復是近期太忙，沒時間整這個。
團隊自己做臨時緩存
由於技術中台暫時沒有時間來做支撐，所以我們團隊只能暫時做一個臨時緩存方案。於是我讓我們團隊的人員自行把高頻查詢並且不太會變動的數據，如部門結構和用戶信息等數據，在查詢的時候先從redis中讀取，redis中沒有的話再從資料庫中讀取並存入redis中。
這個流程看著沒什麼問題，但有非常重要的一點需要確認，就是如果資料庫中的數據修改了，怎麼去通知redis更新數據。換而言之，也就是如何保證緩存數據和資料庫數據的一致性？
緩存數據一致性
其實這個問題上到軟體，下到硬體工程師都會遇到，也都有不同的解決方案。因為我大學的專業是嵌入式系統，所以對於硬體的緩存也有所耳聞。如cpu需要保證自身的多級高速緩存間的數據一致性，以及緩存和內存間的數據一致性等。而我們軟體因為查詢數據的來源不同，所以對應的每級緩存也不同。
多級緩存概念
多級緩存或者多級存儲這個概念可能不是很好理解，大致意思是說我們需要的數據，我們第一時間去哪裡找，那麼這個地方就叫做一級緩存。如果一級緩存沒找到，再去找的地方就被稱作二級緩存，以此類推。那為什麼叫做緩存？大致是為了突出一個臨時存儲以及訪問速度快的特點吧，大約就是數據暫緩存儲區以及查找緩沖區的一個意思。
臨時的兩級存儲框架
說回到我們的項目，我們將常訪問的數據從資料庫中復制到redis中一份，每次訪問先從redis中讀取，讀不到再從資料庫中讀取。所以可以認為我們當前的一級緩存是redis，二級緩存是資料庫。當數據量沒有到非常龐大的時候，只要保證了緩存一致性，用這套方案也不會有什麼問題。但如果從redis訪問的數據頻率過高，超過了redis所在伺服器的帶寬呢？
接入緩存框架的兩個問題
第一個問題就是我最開始說的，數據一致性問題。第二個是剛提到的redis帶寬成為瓶頸的問題。如果將我遇到的這兩個問題更通用性地梳理一遍，那就是各級緩存間的數據一致性保證方法和緩存遇到瓶頸時如何去提升。
數據一致性方案
我能想到的有兩種解決方案，第一種是定時刷新，第二種是修改通知。如果對於允許有讀取到舊數據的場景，那麼定時刷新肯定是比較好的方案，因為實現起來簡單。但是如果不希望讀到舊數據，那麼就需要在數據被修改的時候通知到上一級緩存，讓上一級緩存把舊數據刪了。當下一次需要用到數據的時候，上一級緩存就會來重新獲取數據並保存了。但是這種情況也有問題，如果不提前存到緩存中會導致第一次訪問時過慢。如果提前存入緩存會導致當上一級緩存被清空時，大量請求數據會同時到達下一級緩存那裡，造成擁塞。但這些也都是有對應的解決方案的。
緩存遇到瓶頸
還記得我們為什麼要引入緩存么？因為資料庫遇到了瓶頸。那引入的redis緩存遇到瓶頸了怎麼辦呢？同樣的解決方案，引入更快速的緩存。但別忘了，一定要有保證數據一致性的方案。Redis這一級別的緩存，可以認為是放在內存中的，難道我們要引入比內存更高效的cpu的高速緩存么？我們軟體也不具備這個權利啊。有一點我剛才有提到，redis瓶頸是因為帶寬的原因，因為redis是一個用網線連接的「內存」。所以，我們可以使用的更高效的緩存就是本地內存。於是，後期的優化方案可以改為一級緩存為內存，二級緩存為redis，三級緩存為資料庫。
最後
如果是以前，我一定會按照我的想法全部自己寫一套緩存框架。但是後來發現我在大學時期自己想出來的一些好的框架，都有對應的更好用的開源框架（對於這個之後我可以專門寫一篇博客）。之後到底是我們團隊自己寫，還是用現有的開源的框架，已經不重要了。重要的是我在這次遇到的這個問題中收獲了自己的思考。
㈧ 常見的緩存策略有哪些，如何做到緩存與 db 里的數據一致性
您： 種writer-reader架構般思路緩存更新階段由writer解決致性問題資料庫數據變化同步更新redis並確保緩存更新功 作完整性判斷檢查全部屬性數據使用自增版本號（或間戳）判斷否新 作置檢測優化降低掃描代價針近間周期內（依0min）資料庫更新數據集合應該比較redis進行檢查代價比較
㈨ 秒殺過程中怎麼保證redis緩存和資料庫的一致性
如果要「保證」數據的安全性，那麼會帶來開銷的進一步提升，以至於使用redis帶來的性能優勢都會喪失。正確的做法是區分不同的業務，使得並不需要「保證」數據一致性的場合，可以使用redis優化。而敏感的場合依然使用mysql。