【转载】分布式之数据库和缓存双写一致性方案解析

桃扇骨 2022-05-23 01:48 146阅读 0赞

【转载】文章来源：[https://segmentfault.com/a/1190000014960784][https_segmentfault.com_a_1190000014960784]  
首先，缓存由于其高并发和高性能的特性，已经在项目中被广泛使用。在读取缓存方面，大家没啥疑问，都是按照下午的流程来进行业务操作：  
![这里写图片描述][bVbaV5h_w_553_h_443]  
但是，在更新缓存方面，对于更新完数据库，是更新缓存呢，还是删除缓存？又或者是先删除缓存，再更新数据库？其实这一块是存在很大的争议。

二、文章结构

讲解缓存更新策略；  
对每种策略进行缺点分析；  
针对缺点给出改进方案；  
三、正文

先做一个说明，从理论上来说，给缓存设置过期时间，是保证最终一致性的解决方案。这种方案下，我们可以对缓存的数据设置过期时间，所有的写操作以数据库为准，对缓存操作只是尽最大努力即可。也就是说如果数据库写成功，缓存更新失败，那么只要到达过期时间，则后面的读请求自然会从数据库中读取新值，然后回填缓存。因此，接下来讨论的思路不依赖于给缓存设置过期时间这个方案。在这里，我们讨论三种更新策略：

先更新数据库，再更新缓存  
先删除缓存，再更新数据库  
先更新数据库，再删除缓存  
为什么没有先更新缓存，再更新数据库这种策略？答案不用说了吧。

四、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：

原因一：线程安装角度  
同时又请求A和请求B进行更新操作，那么会出现：

线程A更新了数据库  
线程B更新了数据库  
线程B更新了缓存  
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比A更早更新了缓存。这就导致了脏数据，因此不考虑！

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，数据压根还没读到，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，而是要经过一系列负责的计算再写入缓存。那么，每次写入数据库后，都要再次计算写入缓存的值，无疑是浪费性能的。显然，删除缓存更为合适。

接下来讨论的就是争议最大的，先删除缓存，再更新数据库。还是先更新数据库，再删除缓存的问题。

五、先删除缓存，再更新数据库

该方案会导致不一致的原因：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。那么就会出现以下情形：

请求A进行写操作，删除缓存  
请求B查询发现缓存不存在  
请求B去数据库查询得到旧值  
请求B将旧值写入缓存  
请求A将新值写入数据库  
上述情况就会导致不一致的请求出现。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。  
那么，该如何解决呢？采用延时双删除策略！伪代码如下：

public void write(String key, Object data)\{  
redis.delKey(key);  
db.updateData(data);  
Thread.sleep(1000);  
redis.deleKey(key);  
\}  
解释一下：

先淘汰缓存  
再写数据库（这两步和原来一样）  
休眠1秒，再次淘汰缓存  
这么做，可以将1秒内所造成的缓存脏数据，再次删除！

[https_segmentfault.com_a_1190000014960784]: https://segmentfault.com/a/1190000014960784
[bVbaV5h_w_553_h_443]: /images/20220523/c000e4d06ef441c8bf0332cfbf056603.png