标签归档:cache

wordpress登录后站点出现 502错误

最近发现,wordpress 4.7 在登录后,如果再次访问自己站点会直接出现502错误,但是如果非登录状态,则访问都是正常的。这个现象非常奇怪。无论如何,先登录服务器看日志:

tail -f /var/log/nginx/error.log

然后在登录状态下访问我的网站,发现有如下日志,

2016/12/21 14:59:57 [error] 8551#0: *26 upstream sent too big header while reading response header from upstream, client: **.*.*.*, server: idocbox.com, request: "GET / HTTP/1.1", upstream: "fastcgi://unix:/var/run/php5-fpm.sock:", host: "idocbox.com", referrer: "http://idocbox.com/wp-admin/plugins.php?plugin_status=all&paged=1&s"

看来是头信息过大导致超时了,所以出现了502错误。一番简单搜索,得到如下解决方案:

sudo vi /etc/nginx/sites-enabled/idocbox.com

在里面增加

                fastcgi_buffer_size 128k;
                fastcgi_buffers 32 32k;

修改后配置片段,

location ~ \.php$ {
                fastcgi_buffer_size 128k;
                fastcgi_buffers 32 32k;
                fastcgi_split_path_info ^(.+\.php)(/.+)$;
        #       # NOTE: You should have "cgi.fix_pathinfo = 0;" in php.ini
        #
        #       # With php5-cgi alone:
        #       fastcgi_pass 127.0.0.1:9000;
        #       # With php5-fpm:
                fastcgi_pass unix:/var/run/php5-fpm.sock;
                fastcgi_index index.php;

        include fastcgi_params;
        }

然后重启nginx,

sudo service nginx restart

验证:再次在登录状态下访问网站,网站正常了,日志里面也没有了那个“upstream sent too big” 错误。

缓存算法探究

       为什么要使用缓存? 缓存的最大优点在于可以达到用空间换时间的效果,避免一些不必要的计算,从而提高应用程序的响应速度。

        目前有很多缓存框架,比如ehcache, memcached, memcache, OSCache等等。然而,无论何种框架,基本上就是以<key, object>这种映射机制将对象记录起来,等下次需要对象object时,先计算它的key值,然后到缓存中根据key来取,取得后返回该对象,否则创建该对象,并在一定的条件下进行缓存。另外,由于绝大多数缓存都是将对象存储在内存中,而内存又相对有限,所以不可能缓存所有对象,需要有选择的缓存,有选择的淘汰一些对象。考虑到这些,一个缓存算法必须具备缓存和淘汰机制。基于这种思想,豆博草堂设计了如下缓存算法:

Map<KeyObject, Object> cacheMap = new HashMap<KeyObject, Object>();
Map<KeyObject, Integer> visiteCountMap = new HashMap<KeyObject, Integer>();
int cacheSize = 100;
/**
* retrivee object.
*/

Object retrieve(KeyObject key){
     Object obj = null;
     if(cacheMap.containsKey(key)){
     obj = cacheMap.get(key);
     } else {
     //find given key's object from other way.

     obj = service.findObject(key);
     if(null != obj){
         cacheMap.put(key, obj);
        }
     }
         
     //increate count.

     if(visiteCountMap.containsKey(key)){
     visiteCountMap.put(key, visiteCountMap.get(key) + 1);
     } else {
     visiteCountMap.put(key, new Integer(1));
     }
    
     //eliminate some cached object while size >= 100.

     if(cacheMap.size() >= cacheSize){
     eliminate();
     }
    
     return obj;
}
/**
* eliminate object that not visited usually.
*/

void eliminate(){
    Set<KeyObject> keys = cacheMap.keySet();
    if(null != keys){
     for(KeyObject key : keys){
         if(visiteCountMap.get(key).intValue < 5){
             //eliminate the object.

                cacheMap.remove(key);
            }
        }
    }
}

           希望这个算法对你编写具备缓存机制的程序有帮助。

    作者: 豆博草堂