如何保持mysql和redis中数据的一致性?

骑猪看日落 2023-03-02 13:18 19阅读 0赞

## 1、流程图说明 ##

> 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，都是按照下图的流程来进行业务操作。  
> ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM3NDkzNTU2_size_16_color_FFFFFF_t_70]

## 2、疑问 ##

在缓存和数据库同时存在时，如果有写操作的时候，先操作数据库还是先操作缓存呢？先思考一下，可能会存在哪些问题，再往下看。

## 3、更新策略 ##

### 3.1 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。**

#### 3.1.1 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。

#### 3.1.2 原因二（业务场景角度） ####

*  （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。`**

### 3.2 先删缓存，再更新数据库 ###

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。

那么，如何解决呢？采用延时双删策略

/** *解决方法的伪代码 */
    public void write(String key,Object data){ 
    	//1、先删除缓存
    	redis.delKey(key);
    	//2、更新数据库，写入数据
    	db.updateData(data);
    	//3、休眠1秒
    	Thread.sleep(1000);
    	//4、再次删除缓存
    	redis.delKey(key);
    
    }

#### 3.2.1 休眠时间如何确定？ ####

那么，这个1秒怎么确定的，具体该休眠多久呢？

需要评估自己的项目的读数据业务逻辑的耗时。这么做的目的，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。

当然，这种策略还要考虑 redis 和数据库主从同步的耗时。最后的写数据的休眠时间：则在读数据业务逻辑的耗时的基础上，加上几百ms即可。比如：休眠1秒。

### 3.3 先更新数据库，再删缓存 ###

> 首先，先说一下。老外提出了一个缓存更新套路，名为[《Cache-Aside pattern》][Cache-Aside pattern]。其中就指出
> 
>  *  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。

另外，知名社交网站facebook也在论文[《Scaling Memcache at Facebook》][Scaling Memcache at Facebook]中提出，他们用的也是先更新数据库，再删缓存的策略。

/** *解决方法的伪代码 */
    public void write(String key,Object data){ 
    	//1、更新数据库，写入数据
    	db.updateData(data);
    	//2、删除缓存
    	redis.delKey(key);
    }

#### 3.3.1 这种情况不存在并发问题么？ ####

不是的。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。

#### 3.3.2 发生并发问题的概率是多少? ####

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。

#### 3.3.3 如何解决上述并发问题？ ####

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

## 4、最佳解决方案讨论 ##

### 4.1 方案一 ###

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，我们可以对存入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。

### 4.2 方案二 ###

Redis里的数据总是不过期，但是有个背景更新任务（“定时执行的代码” 或者 “被队列驱动的代码）读取db，把最新的数据塞给Redis。这种做法将Redis看作是“存储”。访问者不知道背后的实际数据源，只知道Redis是唯一可以取的数据的地方。当实际数据源更新时，背景更新任务来将数据更新到Redis。这时还是会存在Redis和实际数据源不一致的问题。如果是定时任务，最长的不一致时长就是更新任务的执行间隔；如果是用类似于队列的方式来更新，那么不一致时间取决于队列产生和消费的延迟。常用的队列（或等价物）有Redis（怎么还是Redis），Kafka，AMQ，RMQ，binglog，log文件，阿里的canal等。

## 5、参考资料 ##

[https://www.zhihu.com/question/319817091][https_www.zhihu.com_question_319817091]  
[https://zhuanlan.zhihu.com/p/98909029][https_zhuanlan.zhihu.com_p_98909029]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM3NDkzNTU2_size_16_color_FFFFFF_t_70]: /images/20230208/737f5985cc48448da53653032ffc63bb.png
[Cache-Aside pattern]: https://docs.microsoft.com/en-us/azure/architecture/patterns/cache-aside
[Scaling Memcache at Facebook]: https://www.usenix.org/system/files/conference/nsdi13/nsdi13-final170_update.pdf
[https_www.zhihu.com_question_319817091]: https://www.zhihu.com/question/319817091
[https_zhuanlan.zhihu.com_p_98909029]: https://zhuanlan.zhihu.com/p/98909029