Redis學習總結(7)——怎麼保持緩存與資料庫一致性?

Redis學習總結(7)——怎麼保持緩存與數據庫一致性?

原文鏈接CSDN:https://blog.csdn.net/u012562943/article/details/81482914

將不一致分為三種情況:

1. 數據庫有數據,緩存沒有數據;

2. 數據庫有數據,緩存也有數據,數據不相等;

3. 數據庫沒有數據,緩存有數據。

Redis學習總結(7)——怎麼保持緩存與數據庫一致性?

在討論這三種情況之前,先說明一下我使用緩存的策略,也是大多數人使用的策略,叫做 Cache Aside Pattern。簡而言之,就是

1. 首先嚐試從緩存讀取,讀到數據則直接返回;如果讀不到,就讀數據庫,並將數據會寫到緩存,並返回。

2. 需要更新數據時,先更新數據庫,然後把緩存裡對應的數據失效掉(刪掉)。

讀的邏輯大家都很容易理解,談談更新。如果不採取我提到的這種更新方法,你還能想到什麼更新方法呢?大概會是:先刪除緩存,然後再更新數據庫。這麼做引發的問題是,如果A,B兩個線程同時要更新數據,並且A,B已經都做完了刪除緩存這一步,接下來,A先更新了數據庫,C線程讀取數據,由於緩存沒有,則查數據庫,並把A更新的數據,寫入了緩存,最後B更新數據庫。那麼緩存和數據庫的值就不一致了。另外有人會問,如果採用你提到的方法,為什麼最後是把緩存的數據刪掉,而不是把更新的數據寫到緩存裡。這麼做引發的問題是,如果A,B兩個線程同時做數據更新,A先更新了數據庫,B後更新數據庫,則此時數據庫裡存的是B的數據。而更新緩存的時候,是B先更新了緩存,而A後更新了緩存,則緩存裡是A的數據。這樣緩存和數據庫的數據也不一致。按照我提到的這種更新緩存的策略,理論上也是有不一致的風險的,之前在其他的博客文章有看到過,只不過概率很小,我們暫時可以不考慮,後面我們有其他手段來補救。討論完使用緩存的策略,我們再來看這三種不一致的情況。

1. 對於第一種,在讀數據的時候,會自動把數據庫的數據寫到緩存,因此不一致自動消除.

2. 對於第二種,數據最終變成了不相等,但他們之前在某一個時間點一定是相等的(不管你使用懶加載還是預加載的方式,在緩存加載的那一刻,它一定和數據庫一致)。這種不一致,一定是由於你更新數據所引發的。前面我們講了更新數據的策略,先更新數據庫,然後刪除緩存。因此,不一致的原因,一定是數據庫更新了,但是刪除緩存失敗了。

3. 對於第三種,情況和第二種類似,你把數據庫的數據刪了,但是刪除緩存的時候失敗了。

因此,最終的結論是,需要解決的不一致,產生的原因是更新數據庫成功,但是刪除緩存失敗。

解決方案大概有以下幾種:

1. 對刪除緩存進行重試,數據的一致性要求越高,我越是重試得快。

2. 定期全量更新,簡單地說,就是我定期把緩存全部清掉,然後再全量加載。

3. 給所有的緩存一個失效期。

第三種方案可以說是一個大殺器,任何不一致,都可以靠失效期解決,失效期越短,數據一致性越高。但是失效期越短,查數據庫就會越頻繁。因此失效期應該根據業務來定。

併發不高的情況:

讀: 讀redis->沒有,讀mysql->把mysql數據寫回redis,有的話直接從redis中取;

寫: 寫mysql->成功,再寫redis;

併發高的情況:

讀: 讀redis->沒有,讀mysql->把mysql數據寫回redis,有的話直接從redis中取;

寫:異步話,先寫入redis的緩存,就直接返回;定期或特定動作將數據保存到mysql,可以做到多次更新,一次保存;

Redis學習總結(7)——怎麼保持緩存與數據庫一致性?


分享到:


相關文章: