一个完整的大数据处理平台往往需要具备缓存功能。缓存就是将从数据库中获取的结果暂时保存起来，这样在下次使用的时候就无需重新到数据库中获取，从而降低了数据库的压力。好的缓存方案要能解决性能、稳定性、可用性等问题。Redis 就经常作为缓存层的组件来使用。
作为一款开源、高效的时序大数据处理引擎，利用时序数据的特点，TDengine Database做了很多优化，在性能上远胜通用的大数据平台。比如TDengine Database提供了LAST和LAST_ROW等选择函数，有了这两个函数，我们可以轻松获得表/超级表的最后一条记录或者感兴趣的列。很多情况下，可以不用再使用Redis等专门的缓存组件。
你是否了解缓存的概念和常见的缓存技术？设计和实现缓存时又应该考虑哪些方面？
在缓存策略上，针对时序数据，TDengine Database又是如何考量的？其缓存方案是什么？
2021 年 9 月 9 日 20:00，TDengine 线上 Meetup 第四期邀请到了涛思数据研发工程师王明明，为你深度讲解 TDengine 的缓存功能是如何实现的。
王明明，北京邮电大学毕业，主修方向为电子信息、模式识别和图像处理。毕业后入职腾讯，先后在 TEG 魔王工作室卡牌游戏开发、腾讯地图手图后台开发、腾讯看点知识图谱后台开发。对网络编程、RPC 框架原理、Redis 缓存等技术有深入的研究。
他的分享将围绕以下内容展开：
- 缓存的概念；
- 常用的缓存技术；
- TDengine 中的缓存方案；
- 缓存对性能提升举例；
- 改进优化方向
直播已结束！
视频回放
欢迎大家扫描下方二维码，关注 TDengine Database 的视频号！
