前言

由于緩存的高并發(fā)和高性能已經(jīng)在各種項(xiàng)目中被廣泛使用，在讀取緩存這方面基本都是一致的，大概都是按照下圖的流程進(jìn)行操作：

但是在更新緩存方面，是更新完數(shù)據(jù)庫再更新緩存還是直接刪除緩存呢？又或者是先刪除緩存再更新數(shù)據(jù)庫？在這一點(diǎn)上就值得探討了。

一致性方案

在實(shí)際項(xiàng)目開發(fā)中需要保證數(shù)據(jù)庫和緩存中的數(shù)據(jù)一致，否則人家充值了100塊，不斷刷新卻還是顯示0.01元，豈不是尷尬？從理論上來說，為緩存設(shè)置過期時(shí)間是最終保證數(shù)據(jù)一致性的解決方案，采用這種方案的話，所有的寫操作都是以數(shù)據(jù)庫為準(zhǔn)，如果數(shù)據(jù)庫寫入成功但是緩存更新失敗，只要緩存到過期時(shí)間之后后面讀緩存時(shí)自然會在數(shù)據(jù)庫中讀取新的值然后更新緩存。接下來探討的思路主要的方向是在不依賴為緩存設(shè)置過期時(shí)間的前提下如何保證數(shù)據(jù)一致性。這里主要探討三種方案：

①先更新數(shù)據(jù)庫，再更新緩存

②先刪除緩存，再更新數(shù)據(jù)庫

③先更新數(shù)據(jù)庫，再刪除緩存

先更新數(shù)據(jù)庫再更新緩存

這種方案是普遍被反對的(在我的認(rèn)知范圍中~)，為啥呢？為啥這種方案就被反對呢？原因主要有兩方面，請聽我細(xì)細(xì)道來：

首先從數(shù)據(jù)安全方面考慮，如果同時(shí)有請求A和請求B同時(shí)進(jìn)行操作，A先更新了數(shù)據(jù)庫的一條數(shù)據(jù)，隨后B馬上有更新了該條數(shù)據(jù)，但是可能因?yàn)榫W(wǎng)絡(luò)延遲等原因，B卻比A先更新了緩存，就會出現(xiàn)一種什么情況呢？緩存中的數(shù)據(jù)并不最新的B更新過的數(shù)據(jù)，就導(dǎo)致了數(shù)據(jù)不一致的情況。

其次從業(yè)務(wù)場景方面考慮，如果是一個(gè)寫數(shù)據(jù)庫較多而讀數(shù)據(jù)庫較少的業(yè)務(wù)，如果采用這種方案就會導(dǎo)致數(shù)據(jù)還沒讀緩存就會被頻繁更新，白白浪費(fèi)性能。

綜合以上兩方面的考慮，這種方案果斷pass。下面的兩種方案就是爭議較大的兩種方案了，到底是先刪緩存再更新數(shù)據(jù)庫還是先更新數(shù)據(jù)庫再刪除緩存？

先刪緩存再更新數(shù)據(jù)庫

如果同時(shí)有一個(gè)請求A進(jìn)行更新操作，請求B進(jìn)行查詢操作，就可能會出現(xiàn)A請求進(jìn)行寫操作前會刪除緩存，B請求剛好此時(shí)進(jìn)來發(fā)現(xiàn)緩存是空的，B請求就會查詢數(shù)據(jù)庫，如果此時(shí)A請求的寫操作還未完成，B請求查詢到的就還是舊的值，還是會將舊的值寫入緩存，A請求將新的值寫入數(shù)據(jù)庫，此時(shí)就會導(dǎo)致數(shù)據(jù)不一致的問題，如果不采用給緩存設(shè)置過期時(shí)間的策略，該數(shù)據(jù)永遠(yuǎn)都是臟數(shù)據(jù)。

解決這種情況可以采用延時(shí)雙刪的策略，就是在更新數(shù)據(jù)庫之前先刪除緩存，然后對數(shù)據(jù)庫進(jìn)行寫入操作，數(shù)據(jù)庫更新完成之后再次進(jìn)行刪除緩存的操作，目的是刪除讀請求可能造成的緩存臟數(shù)據(jù)，第二次刪除緩存之前可以休眠幾秒，具體時(shí)間開發(fā)者可以評估一下自己項(xiàng)目讀數(shù)據(jù)業(yè)務(wù)邏輯的耗時(shí)，然后在該耗時(shí)基礎(chǔ)上加幾百ms即可，這么做的目的就是確保讀請求結(jié)束寫請求可以刪除讀請求造成的臟數(shù)據(jù)。如果MySQL采用的是讀寫分離的架構(gòu)，可能由于主從延時(shí)的原因造成數(shù)據(jù)不一致，可以在寫操作完成之后根據(jù)主從延時(shí)時(shí)間休眠一下然后再進(jìn)行刪除緩存的操作。延時(shí)雙刪的偽代碼如下：

# 偽代碼
def delay_delete():
    redis.delete('name')  # 更新數(shù)據(jù)庫之前先刪除緩存
    sql = 'update info set name='lili' where id=1;'  # 更新數(shù)據(jù)庫
    cursor.execute(sql)  
    time.sleep(1)  # 如果mysql是主從架構(gòu)則休眠主從延時(shí)的時(shí)間再多幾百ms
    redis.delete('name')  # 再次刪除緩存

那會不會存在第二次刪除緩存失敗的情況呢？如果第二次刪除失敗，還是會造成緩存和數(shù)據(jù)庫不一致的問題，又如何解決呢？且看下一種方案。

先更新數(shù)據(jù)庫再刪除緩存

老外提出了一個(gè)緩存更新方案Cache?AsidepatternCache-Aside patternCache?Asidepattern，文章中提到**應(yīng)用程序應(yīng)該從cache中獲取數(shù)據(jù)，如果獲取成功直接返回，如果沒有獲取成功，則從數(shù)據(jù)庫中獲取，成功后放到緩存中，更新數(shù)據(jù)時(shí)應(yīng)該先把數(shù)據(jù)存到數(shù)據(jù)庫中成功后再讓緩存失效。**原文如下

If an application updates information, it can follow the write-through strategy by making the modification to the data store, and by invalidating the corresponding item in the cache.

When the item is next required, using the cache-aside strategy will cause the updated data to be retrieved from the data store and added back into the cache.

這種方案會不會產(chǎn)生數(shù)據(jù)不一致的情況呢？比如下述這種情況：

有兩個(gè)請求A和B，A進(jìn)行查詢同時(shí)B進(jìn)行更新，假設(shè)發(fā)生下述情況：

①此時(shí)緩存剛好失效

②請求A 就會去查詢數(shù)據(jù)庫得到一個(gè)舊的值

③請求B將新的值寫入數(shù)據(jù)庫

④請求B寫入成功后刪除緩存

⑤請求A將查到的機(jī)制寫入緩存，產(chǎn)生臟數(shù)據(jù)...

如果發(fā)聲上述情況，確實(shí)會產(chǎn)生數(shù)據(jù)不一致的情況，但是XDM想一想，發(fā)生這種情況的概率是多少呢？如果先要產(chǎn)生這種結(jié)果，就必須有一個(gè)條件，就是請求B的操作時(shí)間非常短，短到什么程度呢，就是請求B寫入數(shù)據(jù)庫的操作要比請求A從數(shù)據(jù)庫中讀取數(shù)據(jù)的速度要快(因?yàn)閞edis非常快，因此操作redis的時(shí)間可以暫且忽略)，只有這種情況下④才可能比⑤先發(fā)聲，但是數(shù)據(jù)庫的讀操作要遠(yuǎn)比寫操作快的多，不然做讀寫分離干嘛呢？所以這種情況發(fā)生的概率是非常非常非常的低，但是如果強(qiáng)迫癥患者出現(xiàn)必須要解決怎么辦呢？就可以采用給緩存設(shè)置過期時(shí)間或者采用第二種方案的延時(shí)雙刪策略，保證讀請求完成之后在進(jìn)行刪除操作。

最后的問題

還有問題呀，就是最終解決方案三可能 出現(xiàn)的極低概率的數(shù)據(jù)不一致的方案是采用方案二的延時(shí)雙刪策略，可是在方案二中也說了，如果出現(xiàn)緩存刪除失敗的情況咋辦？那不是還會出現(xiàn)數(shù)據(jù)不一致的問題嗎？這個(gè)問題到底如何解決呢？這里提供一個(gè)重試機(jī)制，刪除失敗就重試一次唄，這里提供一種重試的方案。

①更新數(shù)據(jù)庫

②由于各種原因緩存刪除失敗

③將刪除失敗的緩存放入消息隊(duì)列中

④業(yè)務(wù)代碼從消息隊(duì)列中獲取需要?jiǎng)h除的key

⑤繼續(xù)嘗試刪除操作，直到成功

?文章來源地址http://www.zghlxwxcb.cn/news/detail-428294.html

到了這里，關(guān)于MySQL和Redis如何保證數(shù)據(jù)一致性？的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！