【数据一致性】redis缓存与DB保持一致_Redis02_redis和db数据一致性处理

前言：

1. 三种策略：

• 先更新数据库，再更新缓存（双更）
• 先删除缓存，再更新数据库（一删一更）
• 先更新数据库，再删除缓存（一删一更）

---

(1)先更新数据库，再更新缓存

• 这套方案，大家是普遍反对的。为什么呢？有如下两点原因。

1. 原因一（线程安全角度）

• 同时有“请求A”和“请求B”进行“更新操作”，那么会出现：
  • 1）线程A更新了数据库
  • 2）线程B更新了数据库
  • 3）线程B更新了缓存
  • 4）线程A更新了缓存
• 这就出现请求A更新缓存应该比请求B更新缓存早才对，但是因为网络等原因，B却比A更早更新了缓存。这就导致了脏数据，因此不考虑。

2. 原因二（业务场景角度）

• 有如下两点：
  • 1）如果你是一个写数据库场景比较多，而读数据场景比较少的业务需求，采用这种方案就会导致，数据压根没怎么读，缓存就被频繁的更新，浪费性能。
  • 2）如果你写入数据库的值，并不是直接写入缓存的，而是要经过一系列复杂的计算再写入缓存。那么，每次写入数据库后，都再次计算写入缓存的值，无疑是浪费性能的。显然，删除缓存更为适合。
• 接下来讨论的就是争议最大的，先删缓存，再更新数据库。还是先更新数据库，再删缓存的问题。

---

(2)先删缓存，再更新数据库

1. 方案的缺陷

• 该方案会导致不一致的原因是。同时有一个请求A进行更新操作，另一个请求B进行查询操作。那么会出现如下情形:
  • 1）请求A进行写操作，删除缓存
  • 2）请求B查询发现缓存不存在
  • 3）请求B去数据库查询得到旧值
  • 4）请求B将旧值写入缓存
  • 5）请求A将新值写入数据库
• 上述情况就会导致不一致的情形出现。而且，如果不采用给缓存设置过期时间策略，该数据永远都是脏数据。

2. 解决方案–采用延时同步双删策略：

• 伪代码如下

public void write(String key，Object data){        
  redis.delKey(key)；   //先淘汰缓存     
  db.updateData(data)； //再写数据库（这两步和原来一样）
  Thread.sleep(1000)；  //休眠1秒   
  redis.delKey(key)；   //再次淘汰缓存
}
1
2
3
4
5
6

• 这么做，可以将1秒内所造成的缓存脏数据，再次删除。（就是确保读请求结束，写请求可以删除读请求造成的缓存脏数据）

2.1 问题1：那么，这个1秒怎么确定的，具体该休眠多久呢？

• 针对上面的情形，读者应该自行评估自己的项目的读数据业务逻辑的耗时。然后写数据的休眠时间则在读数据业务逻辑的耗时基础上，加几百ms即可。

2.2 问题2：如果你用了mysql的读写分离架构怎么办？

• ok，在这种情况下，造成数据不一致的原因如下，还是两个请求，一个请求A进行更新操作，另一个请求B进行查询操作。
  • 1）请求A进行写操作，删除缓存
  • 2）请求A将数据写入数据库了，
  • 3）请求B查询缓存发现，缓存没有值
  • 4）请求B去从库查询，这时，还没有完成主从同步，因此查询到的是旧值
  • 5）请求B将旧值写入缓存
  • 6）数据库完成主从同步，从库变为新值
• 上述情形，就是数据不一致的原因。还是使用双删延时策略。只是，睡眠时间修改为在主从同步的延时时间基础上，加几百ms。

3. 解决方案–采用延时异步双删策略：

3.1 问题1：采用这种同步淘汰策略，吞吐量降低怎么办？

• ok，那就将第二次删除作为异步的。自己起一个线程，异步删除。这样，写的请求就不用沉睡一段时间后了，再返回。这么做，加大吞吐量。

3.2 问题2：第二次删除，如果删除失败怎么办？

• 这是个非常好的问题，因为第二次删除失败，就会出现如下情形。还是有两个请求，一个请求A进行更新操作，另一个请求B进行查询操作，为了方便，假设是单库：

  • 1）请求A进行写操作，删除缓存
  • 2）请求B查询发现缓存不存在
  • 3）请求B去数据库查询得到旧值
  • 4）请求B将旧值写入缓存
  • 5）请求A将新值写入数据库
  • 6）请求A试图去删除请求B写入对缓存值，结果失败了。

• ok，这也就是说。如果第二次删除缓存失败，会再次出现缓存和数据库不一致的问题。

• 如何解决呢？

  • 具体解决方案，且看博主对第(3)种更新策略的解析。

---

(3)先更新数据库，再删缓存

1. 概念：

• 失效：应用程序先从cache取数据，没有得到，则从数据库中取数据，成功后，放到缓存中。
• 命中：应用程序从cache中取数据，取到后返回。
• 更新：先把数据存到数据库中，成功后，再让缓存失效。

2. 方案的缺陷

问题1：这种情况不存在并发问题么？

• 也会存在。假设这会有两个请求，一个请求A做查询操作，一个请求B做更新操作，那么会有如下情形产生
  • 1）缓存刚好失效
  • 2）请求A查询数据库，得一个旧值
  • 3）请求B将新值写入数据库
  • 4）请求B删除缓存
  • 5）请求A将查到的旧值写入缓存
• ok，如果发生上述情况，确实是会发生脏数据。
• 然而，发生这种情况的概率又有多少呢？
  • 发生上述情况有一个先天性条件，就是步骤（3）的写数据库操作比步骤（2）的读数据库操作耗时更短，才有可能使得步骤（4）先于步骤（5）。可是，大家想想，数据库的读操作的速度远快于写操作的（不然做读写分离干嘛，做读写分离的意义就是因为读操作比较快，耗资源少），因此步骤（3）耗时比步骤（2）更短，这一情形很难出现。

3. 解决方案

• 首先，给缓存设有效时间是一种方案。
• 其次，采用策略 2）里给出的异步延时删除策略，保证读请求完成以后，再进行删除操作。

3.1异步删除失败的解决方案：

• 提供一个保障的重试机制即可，这里给出两套方案。

方案一：

• 流程如下所示：
  • 1）更新数据库数据；
  • 2）缓存因为种种问题删除失败
  • 3）将需要删除的key发送至消息队列
  • 4）自己消费消息，获得需要删除的key
  • 5）继续重试删除操作，直到成功
• 然而，该方案有一个缺点，对业务线代码造成大量的侵入。于是有了方案二，在方案二中，启动一个订阅程序去订阅数据库的binlog，获得需要操作的数据。在应用程序中，另起一段程序，获得这个订阅程序传来的信息，进行删除缓存操作。

方案二：

• 流程如下图所示：
  • 1）更新数据库数据
  • 2）数据库会将操作信息写入binlog日志当中
  • 3）订阅程序提取出所需要的数据以及key
  • 4）另起一段非业务代码，获得该信息
  • 5）尝试删除缓存操作
  • 6）发现删除失败，将这些信息发送至消息队列
  • 7）重新从消息队列中获得该数据，重试操作。
• 备注说明：
  • 上述的订阅binlog程序在mysql中有现成的中间件叫canal，可以完成订阅binlog日志的功能。
  • 至于oracle中，博主目前不知道有没有现成中间件可以使用。
  • 重试机制，博主是采用的是消息队列的方式。如果对一致性要求不是很高，直接在程序中另起一个线程，每隔一段时间去重试即可，这些大家可以灵活自由发挥，只是提供一个思路。