[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"site-info":3,"article-categories":4,"article-2":25,"detail-hot":33,"article-related-2":76},null,{"list":5,"total":23},[6,11,15,19,22],{"id":7,"name":8,"sort":7,"createdAt":9,"updatedAt":9,"articleCount":10},1,"技术笔记","2026-11-12T18:30:42.000Z",16,{"id":12,"name":13,"sort":12,"createdAt":9,"updatedAt":9,"articleCount":14},2,"前端开发",38,{"id":16,"name":17,"sort":16,"createdAt":9,"updatedAt":9,"articleCount":18},3,"后端与架构",53,{"id":20,"name":21,"sort":20,"createdAt":9,"updatedAt":9,"articleCount":7},4,"产品与思考",{"id":23,"name":24,"sort":23,"createdAt":9,"updatedAt":9,"articleCount":12},5,"生活随笔",{"id":12,"title":26,"categoryId":16,"categoryName":17,"isTop":27,"viewCount":28,"createdAt":29,"updatedAt":30,"excerpt":31,"content":32},"Redis 缓存设计中最容易踩的五个坑",false,1564,"2026-11-09T18:30:42.000Z","2026-11-14T00:24:33.000Z","缓存能解决性能问题，也能制造性能问题。下面这五个坑，是我在几个真实项目里反复见到的。 一、缓存雪崩 大量 key 在同一时刻过期，请求瞬间全部打到数据库。解决办法是给过期时间加随机抖动： const ttl = 300 + Math.floor(Math.random() * 60); await redis.set(…","\u003Cp>缓存能解决性能问题，也能制造性能问题。下面这五个坑，是我在几个真实项目里反复见到的。\u003C\u002Fp>\n\u003Ch2>一、缓存雪崩\u003C\u002Fh2>\n\u003Cp>大量 key 在同一时刻过期，请求瞬间全部打到数据库。解决办法是给过期时间加随机抖动：\u003C\u002Fp>\n\u003Cpre>\u003Ccode>const ttl = 300 + Math.floor(Math.random() * 60);\nawait redis.set(key, value, { EX: ttl });\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Ch2>二、缓存穿透\u003C\u002Fh2>\n\u003Cp>查询一个根本不存在的 key，每次都绕过缓存查库。可以用空值缓存或者布隆过滤器兜底。\u003C\u002Fp>\n\u003Ch2>三、大 key 与热 key\u003C\u002Fh2>\n\u003Cul>\n  \u003Cli>单个 String 超过 10KB、Hash 元素超过 5000 个，就要考虑拆分\u003C\u002Fli>\n  \u003Cli>热 key 可以增加本地缓存，减少网络往返\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch2>四、更新顺序混乱\u003C\u002Fh2>\n\u003Cp>推荐「先更新数据库，再删除缓存」，并对删除失败做重试补偿。不要试图用双写保证强一致，代价往往更高。\u003C\u002Fp>\n\u003Ch2>五、没有监控\u003C\u002Fh2>\n\u003Cp>命中率、内存使用、慢查询、连接数，这四项指标至少要能看到趋势。没有观测的缓存系统，出问题时只能靠猜。\u003C\u002Fp>\n\u003Cblockquote>缓存不是数据库的加速插件，而是一份独立维护的数据副本。\u003C\u002Fblockquote>",{"list":34,"total":74,"page":7,"pageSize":75},[35,42,47,54,61,68],{"id":36,"title":37,"categoryId":16,"categoryName":17,"isTop":27,"viewCount":38,"createdAt":39,"updatedAt":40,"excerpt":41},24,"深入理解 分布式锁实现",1864,"2026-11-02T03:30:42.000Z","2026-11-14T00:24:36.000Z","这是「分布式锁实现」主题下的一篇实践记录：深入理解 分布式锁实现。内容用于填充示例数据，方便浏览分页、搜索结果与文章详情。 为什么关注这个主题 在真实项目里，分布式锁实现往往不是孤立的知识点，而是和性能、稳定性、可维护性纠缠在一起。把它单独拿出来梳理一遍，遇到问题时才有判断依据。 实践要点 先明确目标与边界，再挑选方案…",{"id":16,"title":43,"categoryId":12,"categoryName":13,"isTop":27,"viewCount":44,"createdAt":45,"updatedAt":30,"excerpt":46},"前端性能优化：从首屏 3.2s 到 1.1s",1851,"2026-11-07T18:30:42.000Z","上个月接手一个后台项目，首屏加载 3.2 秒，用户反馈「点开要等一下」。经过一周优化，稳定在 1.1 秒左右。下面按收益从高到低记录。 1. 先量化，再优化 优化之前必须建立基线。我使用的是 Lighthouse + 真实用户监控两条线：实验室数据看瓶颈，真实数据看用户感受。 2. 拆包与懒加载 路由级代码分割，首屏只…",{"id":48,"title":49,"categoryId":12,"categoryName":13,"isTop":27,"viewCount":50,"createdAt":51,"updatedAt":52,"excerpt":53},37,"微前端拆分方案 实践笔记",1845,"2026-10-22T20:30:42.000Z","2026-11-14T00:24:35.000Z","这是「微前端拆分方案」主题下的一篇实践记录：微前端拆分方案 实践笔记。内容用于填充示例数据，方便浏览分页、搜索结果与文章详情。 为什么关注这个主题 在真实项目里，微前端拆分方案往往不是孤立的知识点，而是和性能、稳定性、可维护性纠缠在一起。把它单独拿出来梳理一遍，遇到问题时才有判断依据。 实践要点 先明确目标与边界，再挑…",{"id":55,"title":56,"categoryId":7,"categoryName":8,"isTop":27,"viewCount":57,"createdAt":58,"updatedAt":59,"excerpt":60},50,"单元测试实践 实践笔记",1825,"2026-10-12T13:30:42.000Z","2026-11-14T00:24:38.000Z","这是「单元测试实践」主题下的一篇实践记录：单元测试实践 实践笔记。内容用于填充示例数据，方便浏览分页、搜索结果与文章详情。 为什么关注这个主题 在真实项目里，单元测试实践往往不是孤立的知识点，而是和性能、稳定性、可维护性纠缠在一起。把它单独拿出来梳理一遍，遇到问题时才有判断依据。 实践要点 先明确目标与边界，再挑选方案…",{"id":62,"title":63,"categoryId":16,"categoryName":17,"isTop":27,"viewCount":64,"createdAt":65,"updatedAt":66,"excerpt":67},63,"接口幂等设计 的十个细节",1804,"2026-10-02T06:30:42.000Z","2026-11-14T00:24:34.000Z","这是「接口幂等设计」主题下的一篇实践记录：接口幂等设计 的十个细节。内容用于填充示例数据，方便浏览分页、搜索结果与文章详情。 为什么关注这个主题 在真实项目里，接口幂等设计往往不是孤立的知识点，而是和性能、稳定性、可维护性纠缠在一起。把它单独拿出来梳理一遍，遇到问题时才有判断依据。 实践要点 先明确目标与边界，再挑选方…",{"id":69,"title":70,"categoryId":12,"categoryName":13,"isTop":27,"viewCount":71,"createdAt":72,"updatedAt":66,"excerpt":73},76,"一次 前端监控体系 的踩坑记录",1786,"2026-09-21T23:30:42.000Z","这是「前端监控体系」主题下的一篇实践记录：一次 前端监控体系 的踩坑记录。内容用于填充示例数据，方便浏览分页、搜索结果与文章详情。 为什么关注这个主题 在真实项目里，前端监控体系往往不是孤立的知识点，而是和性能、稳定性、可维护性纠缠在一起。把它单独拿出来梳理一遍，遇到问题时才有判断依据。 实践要点 先明确目标与边界，再…",110,6,[77,84,91],{"id":78,"title":79,"categoryId":16,"categoryName":17,"isTop":27,"viewCount":80,"createdAt":81,"updatedAt":82,"excerpt":83},18,"深入理解 REST 与 GraphQL 选型",1035,"2026-11-06T21:30:42.000Z","2026-11-13T23:41:13.000Z","这是「REST 与 GraphQL 选型」主题下的一篇实践记录：深入理解 REST 与 GraphQL 选型。内容用于填充示例数据，方便浏览分页、搜索结果与文章详情。 为什么关注这个主题 在真实项目里，REST 与 GraphQL 选型往往不是孤立的知识点，而是和性能、稳定性、可维护性纠缠在一起。把它单独拿出来梳理一遍…",{"id":85,"title":86,"categoryId":16,"categoryName":17,"isTop":27,"viewCount":87,"createdAt":88,"updatedAt":89,"excerpt":90},19,"深入理解 Node.js 流式处理",1170,"2026-11-06T02:30:42.000Z","2026-11-13T23:41:02.000Z","这是「Node.js 流式处理」主题下的一篇实践记录：深入理解 Node.js 流式处理。内容用于填充示例数据，方便浏览分页、搜索结果与文章详情。 为什么关注这个主题 在真实项目里，Node.js 流式处理往往不是孤立的知识点，而是和性能、稳定性、可维护性纠缠在一起。把它单独拿出来梳理一遍，遇到问题时才有判断依据。 实…",{"id":92,"title":93,"categoryId":16,"categoryName":17,"isTop":27,"viewCount":94,"createdAt":95,"updatedAt":96,"excerpt":97},20,"深入理解 MySQL 事务隔离级别",1304,"2026-11-05T07:30:42.000Z","2026-11-13T23:41:00.000Z","这是「MySQL 事务隔离级别」主题下的一篇实践记录：深入理解 MySQL 事务隔离级别。内容用于填充示例数据，方便浏览分页、搜索结果与文章详情。 为什么关注这个主题 在真实项目里，MySQL 事务隔离级别往往不是孤立的知识点，而是和性能、稳定性、可维护性纠缠在一起。把它单独拿出来梳理一遍，遇到问题时才有判断依据。 实…"]