分布式多级缓存技术在选课系统中的应用
分布式缓存设计
分布式缓存设计缓存是提高系统性能的关键组件之一，而分布式缓存则在分布式系统的环境下实现了数据的共享和高效访问。
本文将介绍分布式缓存的设计原理和实践，以及一些常见的分布式缓存方案。
一、缓存的作用缓存是将计算结果、数据库查询结果等常用数据存储在高速读写的存储介质中，以提高系统的性能和响应速度。
在分布式系统中，缓存的作用尤为重要，可以减轻后端数据库的压力，提高系统的可扩展性和可用性。
二、分布式缓存的设计原则1. 数据一致性：分布式缓存需要保证数据的一致性，即缓存中的数据和后端存储中的数据保持同步。
常见的解决方案包括使用缓存更新策略、缓存伪装技术等。
2. 高可用性：分布式缓存需要保证在各种异常情况下都能够正常工作，如节点故障、网络分区等。
常见的解决方案包括使用数据复制、故障检测与恢复机制等。
3. 高性能：分布式缓存需要具备快速读写的能力，以满足系统对高并发读写的需求。
常见的解决方案包括使用缓存预热、数据分片、分布式存储等。
4. 可扩展性：分布式缓存需要支持系统的水平扩展，以应对日益增长的数据访问需求。
常见的解决方案包括使用分布式哈希、一致性哈希等。
三、常见的分布式缓存方案1. Redis：Redis 是一个开源的高性能分布式缓存系统，支持多种数据结构和丰富的功能，如持久化、发布订阅、事务等。
它通过将数据存储在内存中，提供了非常快速的读写性能。
2. Memcached：Memcached 是一个免费的、高性能的分布式内存对象缓存系统，适用于访问模式相对简单的场景。
它通过缓存的方式，将数据存储在内存中，从而提供快速的数据访问速度。
3. Hazelcast：Hazelcast 是一个开源的分布式缓存和计算平台，支持多种数据结构和分布式计算模型。
它可以无缝地集成到 Java 应用中，提供快速的数据访问和计算能力。
四、分布式缓存的设计实践1. 数据划分：根据业务需求和数据访问特点，将数据划分到不同的缓存节点中。
可以采用按数据分片方式，将数据均匀地分布在不同的节点上，提高并发读写能力。
分布式缓存的最佳实践案例分析
分布式缓存的最佳实践案例分析本文主要介绍使用分布式缓存的优秀实践和线上案例。
这些案例是笔者在多家互联网公司里积累并形成的优秀实践，能够帮助大家在生产实践中避免很多不必要的生产事故。
一、缓存设计的核心要素我们在应用中决定使用缓存时，通常需要进行详细的设计，因为设计缓存架构看似简单，实则不然，里面蕴含了很多深奥的原理，如果使用不当，则会造成很多生产事故甚至是服务雪崩之类的严重问题。
笔者在做设计评审的过程中，总结了所有与缓存设计相关的设计点，这里列出来供大家参考。
1、容量规划∙缓存内容的大小∙缓存内容的数量∙淘汰策略∙缓存的数据结构∙每秒的读峰值∙每秒的写峰值2、性能优化∙线程模型∙预热方法∙缓存分片∙冷热数据的比例3、高可用∙复制模型∙失效转移∙持久策略∙缓存重建4、缓存监控∙缓存服务监控∙缓存容量监控∙缓存请求监控∙缓存响应时间监控5、注意事项∙是否有可能发生缓存穿透∙是否有大对象∙是否使用缓存实现分布式锁∙是否使用缓存支持的脚本（Lua）∙是否避免了Race Condition笔者在这里把这些设计点提供给读者，请读者在做缓存设计时把每一项作为一个思考的起点，思考我们在设计缓存时是否想到了这些点，以避免在设计的过程中因忽略某一项而导致严重的线上事故发生。
二、缓存设计的优秀实践笔者在做设计评审的过程中，总结了一些开发人员在设计缓存系统时的优秀实践，如下所述：优秀实践1缓存系统主要消耗的是服务器的内存，因此，在使用缓存时必须先对应用需要缓存的数据大小进行评估，包括缓存的数据结构、缓存大小、缓存数量、缓存的失效时间，然后根据业务情况自行推算在未来一定时间内的容量的使用情况，根据容量评估的结果来申请和分配缓存资源，否则会造成资源浪费或者缓存空间不够。
优秀实践2建议将使用缓存的业务进行分离，核心业务和非核心业务使用不同的缓存实例，从物理上进行隔离，如果有条件，则请对每个业务使用单独的实例或者集群，以减小应用之间互相影响的可能性。
Web应用服务器分布式缓存技术研究及其应用的开题报告
Web应用服务器分布式缓存技术研究及其应用的开题报告一、选题背景随着Web应用的普及，越来越多的应用需要支持高并发的操作，以及快速响应用户请求。
而Web应用服务器是支持Web应用最重要的基础设施之一，其性能直接影响到用户体验。
为了提升Web应用服务器性能，分布式缓存技术已经逐渐成为Web应用服务器性能优化的热门解决方案。
分布式缓存技术通过将Web应用服务器的数据缓存在分布式缓存服务器上，提高了数据的读取速度，减轻了Web应用服务器的负载压力。
在面对高并发请求时，分布式缓存技术可以有效的提升Web应用服务器的性能和可用性。
二、选题意义本次研究旨在深入探究分布式缓存技术的原理、算法和性能优化等方面，以及应用分布式缓存技术优化Web应用服务器的具体实现方法。
本研究的结果将为Web应用服务器性能优化提供实用的解决方案，使得越来越多的Web应用服务器能够支持高并发操作，并提升用户体验。
三、研究内容本研究主要内容包括：1. 分布式缓存技术的原理与算法，包括一致性哈希算法、LRU-LFU算法等。
2. 分析当前的分布式缓存系统，例如Memcached、Redis，以及它们之间的优劣势比较。
3. 探究分布式缓存技术在Web应用服务器性能优化中的应用方法，包括缓存优化、负载均衡技术等。
4. 实现一个基于分布式缓存技术的Web应用服务器性能优化方案，并进行性能测试和分析。
四、研究方法本研究采用文献综述、实验研究与比较等研究方法，通过系统性的研究分布式缓存技术的原理、应用与算法，对当前的分布式缓存系统进行分析，实现一个基于分布式缓存技术的Web应用服务器优化方案，并进行性能测试和分析，从而得出结论并提出相关建议。
五、预期结果本研究预期以以下方面为突破口，实现高效的Web应用服务器性能优化：1. 探究分布式缓存技术的原理，算法和性能优化等，为Web应用服务器性能优化提供基础理论支持。
2. 分析当前主流的分布式缓存系统，对其进行优劣势比较，为实现高效的Web应用服务器性能优化提供有力的技术支持。
分布式多实例 数据库连接池缓存方案
分布式多实例数据库连接池缓存方案设计分布式多实例数据库连接池缓存方案需要考虑多方面的因素，包括数据库类型、负载均衡、连接池管理、缓存策略等。
下面是一个简单的概要：1. 数据库类型和分片策略选择：-数据库类型：选择合适的分布式数据库，例如MongoDB、Cassandra、CockroachDB等，根据应用的需求和性能特点选择最适合的数据库。
-分片策略：使用合适的分片策略，确保数据分布均匀，避免热点问题。
可以考虑按照业务特点进行垂直或水平分片。
2. 负载均衡：-使用负载均衡器确保请求被均匀地分配到各个数据库实例，防止某个实例成为瓶颈。
-考虑使用动态负载均衡策略，根据实例的负载情况动态调整流量分配。
3. 连接池管理：-连接池配置：配置合适的连接池参数，包括最小连接数、最大连接数、连接超时等。
-连接池监控：监控连接池的状态，实时了解连接数、连接请求等情况，做好报警和调整。
4. 缓存策略：-查询缓存：对于读密集型操作，可以考虑使用缓存，减轻数据库压力。
使用合适的缓存方案，如Redis、Memcached等。
-缓存更新策略：对于写操作，及时更新缓存，避免脏数据。
可以使用缓存失效策略，或者在写入数据库的同时更新缓存。
5. 事务管理：-对于涉及多个数据库实例的事务，确保使用分布式事务管理，以保证数据的一致性。
-考虑使用两阶段提交（2PC）或者柔性事务（Saga）等分布式事务协议。
6. 故障处理：-实现故障转移机制，当某个数据库实例发生故障时，能够快速切换到其他正常的实例。
-使用健康检查机制，定期检查数据库实例的状态，及时发现并处理故障。
7. 安全性：-数据库连接的安全性是至关重要的，确保连接是加密的，使用合适的身份验证机制。
8. 性能监控和调优：-定期监控系统性能，进行性能调优，保证系统在高负载时仍能提供良好的性能。
-使用性能监控工具和日志记录，帮助排查潜在问题。
这些是一个基本的框架，具体的实现还需要结合你的应用特点和具体的技术栈来进行调整。
分布式缓存解决方案
分布式缓存解决方案随着互联网应用的发展和用户量的激增，对系统性能和响应速度的要求也越来越高。
而分布式缓存作为一种常见的解决方案，在提升系统性能方面发挥着重要的作用。
本文将介绍什么是分布式缓存以及常见的分布式缓存解决方案。
一、什么是分布式缓存分布式缓存是指将缓存数据存储和处理分布在多台计算机节点上，通过统一的接口对外提供缓存服务。
相比于单机缓存，分布式缓存具有多台节点可扩展性好、容错性强的优点，能够有效提高系统的性能和可用性。
二、常见的分布式缓存解决方案1. MemcachedMemcached是一种广泛应用、轻量级的开源分布式缓存解决方案。
它采用内存存储数据，通过哈希分区将数据分布在多台服务器上，实现数据的快速读写。
Memcached具有高性能、简单易用的特点，适用于缓存热点数据、加速数据库访问等场景。
2. RedisRedis是一种高性能、高可用的开源分布式缓存和存储系统。
它支持丰富的数据结构和功能，如字符串、哈希表、列表、集合、有序集合等，并提供了多种持久化方式。
Redis通过主从复制和分片等机制实现数据的高可用和水平扩展。
它适用于缓存、消息队列、分布式锁等场景。
3. HazelcastHazelcast是一种基于Java的开源分布式数据存储和计算平台，其中包含了分布式缓存功能。
它提供了分布式数据结构和分布式计算接口，支持多种数据模型，如Map、List、Set、Queue等。
Hazelcast具有良好的可扩展性和可靠性，适用于分布式计算、缓存共享等场景。
4. CouchbaseCouchbase是一种面向文档的分布式数据库，但也提供了内置的缓存功能。
它采用Memcached协议和Redis协议实现缓存功能，并支持多数据中心复制、跨数据中心同步等高级特性。
Couchbase具有高可用、高性能、水平扩展的优点，适用于大规模数据存储和缓存的场景。
三、如何选择分布式缓存解决方案在选择分布式缓存解决方案时，需要考虑以下几个方面的因素：1. 需求场景：根据具体的业务需求，选择适合的分布式缓存解决方案。
分布式缓存技术方案
一、背景在高并发的分布式的系统中，缓存是必不可少的一部分。
没有缓存对系统的加速和阻挡大量的请求直接落到系统的底层，系统是很难撑住高并发的冲击，分布式系统中缓存的设计是很重要的一环使用缓存的收益：●加速读写，缓存一般是内存操作，要比传统数据库操作要快的多●降低后端的负载。
缓存一些复杂计算或者耗时得出的结果可以降低后端系统对CPU、IO、线程这些资源的需求●本地缓存远端调用结果，减少服务间的调用，提升服务并发能力目前问题：●目前业务中对缓存的使用并不多，在这次直播活动中，组件性能瓶劲很多，有很大一部分是可以通过缓存加速的●疫情直播活动期间，几个核心服务由于人手、改造难度问题等，最后由罗陈珑做一了个缓存代理服务，把UC、EOMS的部分接口做了缓存代理，这些缓存本来应該由服务提供者来实现的●数据一致性问题，加了缓存之后，随之而来的就是数据一致性的问题，发现有数据不能及时更新●目前大家对缓存使用方式不太统一，有的组件使用本地JVM缓存时封装太复杂，出现问题不好定位，清除缓存也不好做二、目标●降低分布式缓存技术使用门槛，将分布式缓存框架作为微服务开发必备的脚手架，让开发者更易使用，避免因技术门槛而放弃使用缓存梳理核心业务，使用分布式缓存加速服务响应速度，降低服务负载三、分布式缓存方案3.1 @WafCacheable 缓存3.1.1 分布式缓存和本地jvm缓存为了提高接口能力，需要将一些频繁访问但数据更新频率比较低的放入缓存中，不要每次从数据库或其他耗时耗资源的数据源中取。
使用@WafCacheable 注解，缓存过期时间可以根据数据更新频率自由设定，不设置默认为2小时。
@WafCacheable 标记的方法被拦截后，数据获取的优先级：本地jvm缓存>redis缓存> 数据源（DB、RMI、其他耗时耗资源的操作）@WafCacheable使用场景：高频访问低频更新的数据注意：@WafCacheable 对同一个类里的内调方法（A调B， B上加注解不生效），如果直接用this.B()，加在B上的缓存不生效，需要使用${service}.B()调用(${service}指service实例)。
存储转发类服务在分布式缓存系统中的应用案例研究
存储转发类服务在分布式缓存系统中的应用案例研究分布式缓存系统是现代互联网应用中常用的技术之一，其主要目的是通过缓存来提高数据的读取性能和系统的整体响应速度。
在分布式缓存系统中，存储转发类服务扮演着重要的角色，它有助于提高系统的可靠性、可伸缩性和容错性。
本文将以几个应用案例为例，探讨存储转发类服务在分布式缓存系统中的应用。
首先，我们可以考虑一个电子商务网站的场景。
在电子商务网站中，产品信息是经常被访问的数据之一。
为了提高读取性能，网站可以通过部署分布式缓存系统来缓存产品信息。
当有用户访问某个产品详情时，如果缓存中存在该产品的数据，系统可以直接从缓存中读取并返回给用户，从而大大提高了响应速度。
但是，当有用户新增或修改产品信息时，我们需要保证缓存中的数据与后台数据库中的数据保持一致。
这时，存储转发类服务就可以派上用场了。
存储转发类服务可以作为分布式缓存系统与后台数据库之间的桥梁。
当后台数据库中的产品信息发生变化时，存储转发类服务可以及时接收到变化的通知，并将相应的更新操作转发给分布式缓存系统中的节点。
这样，分布式缓存系统中的缓存数据就能够及时地进行更新，保持与后台数据库数据的一致性。
通过使用存储转发类服务，电子商务网站可以实现数据的实时更新，提供最新的产品信息给用户，增强网站的用户体验。
接下来，我们可以考虑一个社交媒体平台的场景。
在社交媒体平台中，用户的关注列表是经常被访问的数据之一。
为了提高读取性能，平台可以通过分布式缓存系统来缓存用户的关注列表。
当用户登录或刷新页面时，系统可以直接从缓存中读取用户的关注列表，避免了频繁访问后台数据库的开销。
然而，当有用户新增或取消关注时，我们需要确保缓存中的关注列表与后台数据库中的数据保持一致。
这时，存储转发类服务可以起到关键的作用。
它可以及时接收到关注列表的变化通知，并将相应的变更操作转发给分布式缓存系统中的节点。
这样，分布式缓存系统中的缓存数据可以及时地更新，保持与后台数据库的一致性。
分布式缓存面试题
分布式缓存面试题分布式缓存是在分布式系统中常用的技术之一，它可以提高系统的性能和可扩展性。
在面试过程中，关于分布式缓存的问题是经常被问到的。
本文将介绍一些常见的分布式缓存面试题，并给出详细的解答。
1. 什么是分布式缓存？分布式缓存是一种将数据缓存在多个节点上的技术。
它可以通过减少对后端存储系统的请求来提高系统的性能。
分布式缓存通常由多个缓存节点组成，每个节点存储一部分数据，并提供缓存读写操作的接口。
2. 分布式缓存有哪些常见的应用场景？分布式缓存可以在各种应用场景中发挥作用，下面列举了一些常见的应用场景：- 通过减少对数据库的访问次数来提高数据库性能。
- 作为应用程序的会话存储，提高用户访问速度。
- 分布式计算中的中间结果缓存，提高计算性能。
- 数据库查询结果的缓存，减少对数据库的负载。
3. 常见的分布式缓存系统有哪些？常见的分布式缓存系统包括：- Memcached：一个简单高效的键值对缓存系统，适用于简单的缓存场景。
- Redis：一种高性能的缓存系统，支持丰富的数据结构和功能，适用于各种复杂的缓存场景。
- Hazelcast：一个开源的内存数据网格，提供分布式缓存和分布式计算功能。
4. 在分布式缓存系统中，如何解决缓存一致性的问题？在分布式缓存系统中，缓存一致性是一个重要的问题。
以下是一些常用的解决方案：- Cache-Aside模式：应用程序首先从缓存中查找数据，如果缓存中没有，则从后端存储系统中读取，并将数据放入缓存中。
同时，应用程序还可以更新缓存中的数据，并将同步操作委托给缓存系统。
- Write-Through模式：应用程序将数据同时写入缓存和后端存储系统中。
这样可以保证缓存和后端存储系统的数据一致性，但写操作的延迟会增加。
- Read-Through模式：应用程序从缓存中读取数据时，如果缓存中没有，则从后端存储系统中读取，并将数据放入缓存中。
这样可以保证数据的一致性，但读操作的延迟可能会增加。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
命名 缓存 和 缓存 分 区。在建 立Ｊ Ｂ ｏ ｓ ｓ Ｃ ａ ｃ ｈ ｅ ３ ． ｏ Ｓ Ｙ 布 式 缓 存 的 时候 ， 按照２ 节 中的对 象 类 型分 析 ， 需要 命 名多 个不 同的
缓存 和分 区， 分 别缓存 不 同类 型的数 据， 即命名 Ｍ ｙ Ｂ ａ ｓ ｉ ｃ Ｄ ａ ｔ ａ 用
拟 用户、１ ０ ０ 虚 拟 用户、１ ５ ０ 虚 拟用户 和２ ０ ０ 虚 拟用 户、 ２ ５ ０ 用户
［ ５ ］ 莫洪武． 基￣Ｖ ｅ ｌ ｏ ｃ ｉ ｔ ｙ ＣＴ Ｐ ３分布式多级缓存 的研 究与应
来存 储 参考 数据 ， 命名 Ｍｙ Ａ ｃ ｔ ｉ ｖ ｅ Ｄ ａ ｔ ａ 用来存 储 活动数 据 和命名
Ｍｙ Ｓ ｏ ｕ ｒ ｃ ｅ Ｄａ ｔ ａ 用来存储 资源数据 等 。
２ ． 构建分布式多 级缓存 。 Ｊ Ｂ ｏ ｓ ｓ Ｃ ａ ｃ ｈ ｅ ３ ． ０ 支 持多 级缓存 ， 即 支持 服务 层缓 存和本 地缓 存。本地 缓存 不参 与集 群 ， 并且也 不 与集 群 中其他 缓存通 信， 通 过 串行化 ， 用户在 任意 时 间修改 缓 存模 式 。服务层 缓存采 用树 形结 构形成 集群 ， 集 群节点之 间利 用Ｊ Ｇｒ ｏ ｕ ｐ 建立 可靠 的组播 通信 ， 缓 存更 新采用 同步或 异步模 式 进行 复制 。在本案 例中， 建 立一 个名 为Ｔ ｒ ｅ ｅ Ｃ ａ ｃ ｈ ｅ ． ｘ ｍ ｌ 的配置 文 件， 在 里 面设置 集 群名称 、 设 置缓存 复制 模式 和Ｊ Ｇ ｒ ｏ ｕ ｐ 通信 配 置等 ， 然后 部署 到Ｊ Ｂ ｏ ｓ ｓ 应用 服务器 中。 在基 于Ｊ Ｂ ｏ ｓ ｓ Ｃ ａ ｃ ｈ ｅ ３ ． ０ 分 布式 缓存 中， 缓存 当用户发 出请 求时， 服务 首先查 看 本地 和 应 用服 务 缓存 中是 否 存 在 相 应数
被用 在广西农业 职业技 术学 院选课 系统 中得 到应用 ， 有效 解决
了几千人 同时并发访 问Ｗｅ ｂ 应用服 务器宕机的 问题 。
因此 ， 在Ｗｅ ｂ 应 用 服务器 中构建 分布式 多级 缓存 ， 当缓存
层 中缓存 服务 器 数量 足够多 的情况下， 可 以大 大提 高Ｗｅ ｂ 应 用
行 的办法。
据， 如 果没有 ， 则 到Ｊ Ｂ ｏ ｓ ｓ Ｃ ａ ｃ ｈ ｅ ３ ． ０ 服务 端即缓存 层查 找 ， 如果
有则返 回数 据并 同时更 新应 用服务 器和 客户 端缓存 。 没有则 到
数据 库查找 到数据 缓存 ￣ Ｊ ｌ Ｊ Ｂ ｏ ｓ ｓ Ｃ ａ 和客户端 缓存。 在 以 上 集 成 架 构 中，通 过 利 用 部 署 在 中间 层 的Ｊ Ｂ ０ Ｓ ｓ
Ｃ ａ ｃ ｈ ｅ ３ ． ０ ， 应 用服务 的可伸缩性 、 性 能水平和可用性 都得 到了相
当大 的提 高， 更具体 地说 ， 提高了服务架构 的可扩展 性 ， 实现 了 尽 可能 减 少对数 据库 资源 的争 夺， 注入 更 多的灵 活性 。 可扩展 性 的架 构可 以根 据不 同服务节点的资源使 用情 况 ， 进行 动态调 节 用户到不 同的服 务节点 ， 从而提 高响应 时间 ， 降低 了延 迟 。 通 过Ｊ Ｂ ｏ ｓ ｓ Ｃ ａ ｃ ｈ ｅ ３ ． ０ 高可用性的集群 ， 可以在某个 节点发 生故障 的 时候 ， 降低 数据损失 。
轴《 ■ ｝ 摊 孵 ｅ
∞
３ ￥ ａ Ｓ
ｌ 赫
羞笤 窖 ｌ Ｚ ３《
渤
臻 ０《 ｌ ≯ 零§ 筑８ 鲒 ＿ ３ ｌ 垂 尊ｌ ２ ９０ ６
图７ 有无缓存点击率 比较 图 通过 验证 之后 ， 基于Ｊ Ｂ ｏ ｓ ｓ Ｃ ａ ｃ ｈ ｅ ３ ． ０ 分布式 缓存 技术 已经
四、 分布式 缓存技术在 选课 系统 中的应用实践 广 西农 业 职 业技 术 学 院选课 系 统应 用服务 器 为Ｊ Ｂ ｏ ｓ ｓ ＡＳ ５ ． ０ ， 在 实 际应 用 之 前 利 用 Ｌ Ｏ ａ ｄ ＲＵ ｎ ｎ ｅ ｒ ８ ． １ 针对 建 立 Ｊ Ｂ Ｏ ｓ ｓ Ｃａ ｃ ｈ ｅ ３． ０ 分 布 式 多 级 缓 存 前 后 进 行 压 力 测 试 。首 先 利 用
【 参考文献】
［ １ ］ 王瑜 ， 侯 整风 ． 缓存技 术 在在 线考试 系统中的应用 ［ Ｉ ］ ． 山东理工大学学报 （ 自 然科 学版） ， ２ ０ １ １（ ５ ） ［ ２ ］ 王 鑫． 缓 存技 术 在Ｗ ｅ ｂ 应 用中的研 究 ［ １ ］ ． 潍 坊 学院学
报， ２ ０ １ １ （ ４ ）
服务器 的服务质 量。 所 以Ｗｅ ｂ 应 用服 务器 分布 式多级 缓存 是一 个切实可行 的提高Ｗｅ ｂ 应 用服务器 性能 的解决 方案 。 综 上所 述 ， 针对广泛应 用 的选课 系统 的所 面临 的高负载 问 题， 为 其建 立Ｗｅ ｂ 应 用服 务器 中构建 分布式 多级 缓存 ， 通 过实 际应 用与模 拟验证 发现对 Ｗｅ ｂ ） ￣用 服务器 的性能有提 高作用 ， 为解 决高校 选课 系统 延迟大甚 至宕机 的问题 提供了一种 切实可
［ ３ ］ 刘妍， 古志民多重请求调 度的分布式ｗｅ ｂ缓存 集群 设计 ［ Ｊ ］ ． 装备指挥技 术学院学报 ， ２ ０ ０ ６ （ １ ２ ） ［ ４ ］ 钟 一青． 基于 内容分发￣ｃ ａ ｃ ｈ ｅ 集群 系统 ［ １ ］ 吨 脑与信息
技术 ， ２ ０ ０ ６ （ ３ ）
Ｌ ｏ ａ ｄ Ｒｕ ｎ ｎ ｅ ｒ 的Ｖ ｕ Ｇｅ ｎ 分别录制 在建立缓 存之前与建立缓存 之后 两 种环境下 网上 选课 系统的脚本 ， 然后利用Ｃ ｏ ｎ ｔ ｒ ｏ ｌ ｌ ｅ ｒ 模 拟５ ０ 虚