一、java web开发缓存方法,ehcache和redis何者更好

java web开发缓存方法，ehcache和redis各有优劣势，对比如下：

1、适合运用ehcache的场景：

选用Ehcache作为数据存储服务器，Ehcache也是基于内存存储，支持定时持久化功能，特别适合存储像计数器这种小数据类型。处理Http请求运用全境封锁2cat容器，结构图如下：

实现原理：处理逻辑采用壹个servlet实现，而且在这个servlet中通过一致性Hash从Ehcache中获取计数器值。

2、高并发而且对实时性标准高的场合下运用redis

redis

redis是在memcache之后编写的，大家经常把这两者做相对，如果说它是个key-value store的话然而它具有丰盛的数据类型，我想暂时把它叫做缓存数据流中心，就像现在物流中心那样，order、package、store、classification、distribute、end。现在还很流行的LAMP PHP架构不了解和redis+mysql或者redis+ mongodb的性能相对（听群里的人说mongodb分片不稳定）。

先说说reidis的特性

1.支持持久化

redis的本地持久化支持两种方法：RDB和AOF。RDB在redis.conf配置文件里配置持久化触发器，AOF指的是redis没增加一条记录都会保存到持久化文件中（保存的是这条记录的生成命令），如果不是用redis做DB用的话还会不要开AOF，数据太庞大了，重启恢复的时候特别麻烦。

2.丰盛的数据类型

redis支持 String、Lists、sets、sorted sets、hashes多种数据类型,新浪微博会运用redis做nosql主要也是它具有这些类型，时刻排序、职能排序、我的微博、发给我的这些功能List和sorted set的强大操作功能息息相关。

3.高性能

这点跟memcache很想象，内存操作的级别是毫秒级的比硬盘操作秒级操作天然高效不少，较少了磁头寻道、数据读取、页面交换这些高开销的操作！这也是NOSQL冒出来的缘故吧，应该是高性能

是基于RDBMS的衍生产品，虽然RDBMS也具有缓存结构，然而始终在app层面不是大家想要的那么操控的。

4.replication

redis提供主从复制方法，跟mysql一样增量复制而且复制的实现都很相似，这个复制跟AOF有点类似复制的是新增记录命令，主库新增记录将新增脚本发送给从库，从库根据脚本生成记录，这个经过特别快，就看网络了，一般主从都是在同壹个局域网，因此可以说redis的主从近似及时同步，同事它还支持一主多从，动态添加从库，从库数量没有限制。主从库搭建，我觉得还是采用网状玩法，如果运用链式（master-slave-slave-slave-slave·····）如果第壹个slave出现宕机重启，首先从master接收数据恢复脚本，这个是阻塞的，如果主库数据几TB的情况恢复经过得花上一段时刻，在这个经过中其他的slave就无法和主库同步了。

5.更新快

这点好像从我接触到redis到目前为止已经发了大版本就4个，小版本没算过。redis作者是个特别积极的人，无论是邮件提问还是论坛发帖，他都能及时耐心的为你解答，维护度很高。有人维护的话，让大家用的也省心和放心。目前作者对redis的主导开发路线是redis的集群路线。

二、怎样用Java和Redis设计壹个高效的先入先出的队列

解析：

redis的list底层是多个ziplist结构组成的“双给”链表。中间部分还压缩了一下。

最外层是由两个哈希表构成的dict。

哈希表的get(key)时刻复杂度为O(1),而且这个O(1)学说上不会由于所占内存的大致和元素数目所改变。list的出队列和入队操作也都是O(1)。

Java的队列时刻复杂度也应为O(1)。

可不可以直接用redis的list做先进先出？

情况1，数据数量不多，可以用

情况2，数据量多，但存的数据是激活码这样简单值一类，可以用。

情况3，list存的是要获取数据的索引，大量数据的值已经存在redis的KV结构中。

如果数据每次获取下壹个数据都要执行redis的hash查找（O(1)）接着redis的list从头或者末尾出壹个。经过网络IO返回，Java程序在用出来的key去请求redis去get(key)（O(1)）。这里是两次网络IO或者进程间的IO。

可以不用redis的list存索引而只是用redis大的KV哈希结构存键值。用①Java的队列先进先出获取下壹个key或者②运用预先规定好的键生成的制度，让键是有制度有顺序的，比如自增ID，接着每次获取都是ID++，而直接从redis.get(ID.next());来获取值。

最后一种就是顶尖效的办法，为了独特场景的高效出队列而设计。然而如果只是一般的数据量，运用redis的list也未尝不可。