Node Master Group

اره از همین استفاده کزدم اینم بر اساس تگ هست

چرا؟

این قسمت رو نفهمیدم اگر تو نیاز داشته باشی که بدونی یه یوزر وجود داره یا نه داخل یه ماژول به اسم payment تو نمیری متد های یوزر رو کال کنی و به جای اینجکت کردن سرویس میای ریپازیتوری رو اینجکت میکنی؟ User Repository—> Payment Service به جای User Service —> Payment Service

سرویس رو اضافه میکنم داخلش و از اینترفیس اون ساتفاده میکنم

Cache Strategies وقتی پروژه بزرگ میشه یکی از راه های سریع تر کردن پروژه اینه که یه سری دیتارو کش کنیم اما این کش کردن فقط این نیست که دیتا رو فقط بزاریم توی ردیس یه سری استراتژی ها رو داره که حالا مهم ترین هاش رو یه بررسی میکنیم کشینگ یکی از بهترین راه‌ها برای سریع‌تر کردن سیستم و کم کردن فشار روی دیتابیسه اما اگه استراتژی اشتباه انتخاب کنی، ممکنه داده ناهماهنگ بشه یا حتی مشکل جدی پیش بیاد. 1. Cache-Aside (Lazy Loading) رایج‌ترین روشه اول Cache رو چک می‌کنیم؛ اگه دیتا نبود، از Database می‌گیریم و بعد داخل Cache ذخیره می‌کنیم. Cache → DB → Cache ✅ ساده و قابل کنترل ❌ اولین درخواست همیشه کندتره ❌ ممکنه Cache و DB برای مدتی با هم Sync نباشن 2. Write-Through وقتی دیتامون رو تغییر می‌دیم، همزمان هم DB و هم Cache آپدیت میشن. App → Cache → DB ✅ Cache همیشه داده نسبتاً جدیدی داره ❌ عملیات Write پیچیده‌تر و معمولاً کندتر میشه ❌ اگر Cache مشکل داشته باشه، Write هم می‌تونه تحت تأثیر قرار بگیره 3. Write-Behind (Write-Back) اول دیتا داخل Cache نوشته میشه و بعداً Cache اون رو به DB منتقل می‌کنه. App → Cache → ... → DB ✅ سرعت Write خیلی بالاتر میره ❌ اگر Cache از دست بره، ممکنه داده‌هایی که هنوز به DB نرسیدن از بین برن ❌ پیاده‌سازی و مدیریت Failureها سخت‌تره 4. Read-Through برنامه مستقیماً با Cache کار می‌کنه و اگر دیاا داخل Cache نباشه، خود Cache میره از DB می‌گیره. یعنی منطق گرفتن دیتا از DB بیشتر داخل لایه Cache قرار می‌گیره. ✅ کد Application تمیزتر میشه ❌ وابستگی بیشتری به سیستم Cache پیدا می‌کنیم 5. Refresh-Ahead قبل از اینکه Cache منقضی بشه، دیتا های مهم رو دوباره از DB می‌گیریم و Cache رو Refresh می‌کنیم. مثلاً یک پروداکت خیلی پرطرفدار داریم که همیشه درخواست می‌خوره. به‌جای اینکه صبر کنیم TTL تموم بشه و درخواست بعدی بره DB، قبلش Cache رو Refresh می‌کنیم. ✅ جلوگیری از Cache Miss ناگهانی ❌ مصرف منابع بیشتر ❌ برای همه دیتا ها ارزش پیاده‌سازی نداره کدوم رو انتخاب کنیم؟ واقعیت اینه که معمولاً یک Strategy برای کل پروژه نداریم. مثلاً برای بیشتر APIهای Read-heavy، Cache-Aside انتخاب خیلی خوبی می‌تونه باشه. ولی اگر Consistency خیلی مهم باشه یا سیستم Wr

😂

🙏🏼🤍

یه سری هم انواع متنوع داره Memcache Redis برای تپزیع پذیری Database cache ( برای خود postgres) In memory (nest js built-in) اونام خوبم

دقیقا ولی خب