❓ Какие есть подходы к реализации кеширования данных?
1. Простое кеширование с использованием коллекций
Один из базовых способов — это использование стандартных коллекций, таких как HashMap, для хранения кешированных данных. Такой подход подходит для небольших проектов, где важна простота, но он не решает вопросов управления размером кеша, его очистки или устойчивости к памяти.
2. LRU (Least Recently Used) кеширование
Этот метод используется, когда необходимо удалять из кеша давно используемые объекты. Это можно реализовать через LinkedHashMap, у которого есть встроенная поддержка порядка доступа. Подходит для кеширования, где важно ограничить размер кеша и удалять старые данные по мере заполнения. 3. Использование слабых и мягких ссылок
SoftReference — используется для кешей, которые могут быть удалены только в случае нехватки памяти. Это полезно, когда объекты кешируются, но их можно безопасно уничтожить, если система нуждается в памяти.
WeakReference — используется для более "легких" объектов, которые могут быть собраны сборщиком мусора сразу, как только на них не будет ссылок. Это подходит для краткоживущих данных.
4. Кеш с ограничением по времени (Time-based Caching)
Данные в таком кеше автоматически удаляются или обновляются после заданного времени. Это особенно полезно для данных, которые устаревают со временем, например, результаты запросов к базе данных или API.
5. Распределённое кеширование
Если приложение распределено, кеширование можно реализовать с использованием внешних инструментов, таких как Redis или Memcached, которые позволяют кешировать данные на уровне нескольких серверов и обеспечивать консистентность данных в распределённых системах.
❓ Какие есть подходы к реализации кеширования данных?
1. Простое кеширование с использованием коллекций
Один из базовых способов — это использование стандартных коллекций, таких как HashMap, для хранения кешированных данных. Такой подход подходит для небольших проектов, где важна простота, но он не решает вопросов управления размером кеша, его очистки или устойчивости к памяти.
2. LRU (Least Recently Used) кеширование
Этот метод используется, когда необходимо удалять из кеша давно используемые объекты. Это можно реализовать через LinkedHashMap, у которого есть встроенная поддержка порядка доступа. Подходит для кеширования, где важно ограничить размер кеша и удалять старые данные по мере заполнения. 3. Использование слабых и мягких ссылок
SoftReference — используется для кешей, которые могут быть удалены только в случае нехватки памяти. Это полезно, когда объекты кешируются, но их можно безопасно уничтожить, если система нуждается в памяти.
WeakReference — используется для более "легких" объектов, которые могут быть собраны сборщиком мусора сразу, как только на них не будет ссылок. Это подходит для краткоживущих данных.
4. Кеш с ограничением по времени (Time-based Caching)
Данные в таком кеше автоматически удаляются или обновляются после заданного времени. Это особенно полезно для данных, которые устаревают со временем, например, результаты запросов к базе данных или API.
5. Распределённое кеширование
Если приложение распределено, кеширование можно реализовать с использованием внешних инструментов, таких как Redis или Memcached, которые позволяют кешировать данные на уровне нескольких серверов и обеспечивать консистентность данных в распределённых системах.
China’s stock markets are some of the largest in the world, with total market capitalization reaching RMB 79 trillion (US$12.2 trillion) in 2020. China’s stock markets are seen as a crucial tool for driving economic growth, in particular for financing the country’s rapidly growing high-tech sectors.Although traditionally closed off to overseas investors, China’s financial markets have gradually been loosening restrictions over the past couple of decades. At the same time, reforms have sought to make it easier for Chinese companies to list on onshore stock exchanges, and new programs have been launched in attempts to lure some of China’s most coveted overseas-listed companies back to the country.
Spiking bond yields driving sharp losses in tech stocks
A spike in interest rates since the start of the year has accelerated a rotation out of high-growth technology stocks and into value stocks poised to benefit from a reopening of the economy. The Nasdaq has fallen more than 10% over the past month as the Dow has soared to record highs, with a spike in the 10-year US Treasury yield acting as the main catalyst. It recently surged to a cycle high of more than 1.60% after starting the year below 1%. But according to Jim Paulsen, the Leuthold Group's chief investment strategist, rising interest rates do not represent a long-term threat to the stock market. Paulsen expects the 10-year yield to cross 2% by the end of the year.
A spike in interest rates and its impact on the stock market depends on the economic backdrop, according to Paulsen. Rising interest rates amid a strengthening economy "may prove no challenge at all for stocks," Paulsen said.
Библиотека собеса по Java | вопросы с собеседований from vn
