ES（参考黑马程序员的springcloud教程md文档）

es里面就是，一个索引库对应多个doc

1.es是倒排索引

因此在企业中，往往是两者结合使用：

对安全性要求较高的写操作，使用mysql实现
对查询性能要求较高的搜索需求，使用elasticsearch实现
两者再基于某种方式，实现数据的同步，保证一致性

精确查询常见的有哪些？

- term查询：根据词条精确匹配，一般搜索keyword类型、数值类型、布尔类型、日期类型字段
- range查询：根据数值范围查询，可以是数值、日期的范围


复合（compound）查询：复合查询可以将其它简单查询组合起来，实现更复杂的搜索逻辑。常见的有两种：

- fuction score：算分函数查询，可以控制文档相关性算分，控制文档排名
- bool query：布尔查询，利用逻辑关系组合多个其它的查询，实现复杂搜索

为什么redis快

Redis 将数据储存在内存里面，读写数据的时候都不会受到硬盘I/O 速度的限制，所以速度极快

为什么ES搜索快？

因为ES使用了倒排索引

怎么理解es的倒排索引

倒排索引是一种数据结构，用于快速定位包含特定单词的文档。它是搜索引擎中最常用的技术之一。在倒排索引中，对于每个单词，存储一张包含该单词的文档列表，每个文档列表包含包含该单词的文档ID。这个列表被称为倒排列表。

例如，假设我们有以下文档：

文档1: "The quick brown fox jumps over the lazy dog"
文档2: "A quick brown dog outpaces a quick fox"

对于每个单词，我们可以创建一个包含该单词的文档列表，如下所示：

quick: [文档1, 文档2]
brown: [文档1, 文档2]
fox: [文档1, 文档2]
jumps: [文档1]
over: [文档1]
the: [文档1]
lazy: [文档1]
dog: [文档1, 文档2]
outpaces: [文档2]
a: [文档2]

当我们需要搜索包含特定单词的文档时，只需查找包含该单词的文档列表即可。此外，倒排索引还可以用于计算文档之间的相似度，以及用于自动完成功能。

简单看SpringCache的api瑞吉外卖项目学习笔记-P24-项目优化-Spring Cache缓存套餐数据_探索者7号的博客-CSDN博客

package com.itheima.controller;

import com.baomidou.mybatisplus.core.conditions.query.LambdaQueryWrapper;
import com.itheima.entity.User;
import com.itheima.service.UserService;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.cache.CacheManager;
import org.springframework.cache.annotation.CacheEvict;
import org.springframework.cache.annotation.CachePut;
import org.springframework.cache.annotation.Cacheable;
import org.springframework.web.bind.annotation.*;
import java.util.ArrayList;
import java.util.List;

@RestController
@RequestMapping("/user")
@Slf4j
public class UserController {

    @Autowired
    private CacheManager cacheManager;

    @Autowired
    private UserService userService;

    /**
     * CachePut：将方法返回值放入缓存
     * value：缓存的名称，每个缓存名称下面可以有多个key
     * key：缓存的key
     */
    @CachePut(value = "userCache",key = "#user.id")
    @PostMapping
    public User save(User user){
        userService.save(user);
        return user;
    }

    /**
     * CacheEvict：清理指定缓存
     * value：缓存的名称，每个缓存名称下面可以有多个key
     * key：缓存的key
     */
    @CacheEvict(value = "userCache",key = "#p0")
    //@CacheEvict(value = "userCache",key = "#root.args[0]")
    //@CacheEvict(value = "userCache",key = "#id")
    @DeleteMapping("/{id}")
    public void delete(@PathVariable Long id){
        userService.removeById(id);
    }

    //@CacheEvict(value = "userCache",key = "#p0.id")
    //@CacheEvict(value = "userCache",key = "#user.id")
    //@CacheEvict(value = "userCache",key = "#root.args[0].id")
    @CacheEvict(value = "userCache",key = "#result.id")
    @PutMapping
    public User update(User user){
        userService.updateById(user);
        return user;
    }

    /**
     * Cacheable：在方法执行前spring先查看缓存中是否有数据，如果有数据，则直接返回缓存数据；若没有数据，调用方法并将方法返回值放到缓存中
     * value：缓存的名称，每个缓存名称下面可以有多个key
     * key：缓存的key
     * condition：条件，满足条件时才缓存数据
     * unless：满足条件则不缓存
     */
    @Cacheable(value = "userCache",key = "#id",unless = "#result == null")
    @GetMapping("/{id}")
    public User getById(@PathVariable Long id){
        User user = userService.getById(id);
        return user;
    }

    @Cacheable(value = "userCache",key = "#user.id + '_' + #user.name")
    @GetMapping("/list")
    public List<User> list(User user){
        LambdaQueryWrapper<User> queryWrapper = new LambdaQueryWrapper<>();
        queryWrapper.eq(user.getId() != null,User::getId,user.getId());
        queryWrapper.eq(user.getName() != null,User::getName,user.getName());
        List<User> list = userService.list(queryWrapper);
        return list;
    }
}

MYSQL的主从复制瑞吉外卖项目学习笔记-P25-项目优化-读写分离_探索者7号的博客-CSDN博客

MySQL主从复制是一个异步的复制过程，底层是基于Mysql数据库自带的二进制日志功能。
就是一台或多台MysQL数据库(slave，即从库)从另一台NySQL数据库（master，即主库）进行日志的复制然后再解析日志并应用到自身，最终实现从库的数据和主库的数据保持一致。MySQL主从复制是NySQL数据库自带功能，无需借助第三方工具。