Redis、MySQL緩存雙寫不一致如何解決

本篇內容主要講解“Redis、MySQL緩存雙寫不一致如何解決”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“Redis、MySQL緩存雙寫不一致如何解決”吧!

redis、mysql雙寫緩存不一致：

正文

給緩存數據設置過期時間

先做一個說明，從理論上來說，給緩存設置過期時間，是保證最終一致性的解決方案。這種方案下，我們可以對存入緩存的數據設置過期時間，所有的寫操作以數據庫為準，對緩存操作只是盡最大努力即可。也就是說如果數據庫寫成功，緩存更新失敗，那么只要到達過期時間，則后面的讀請求自然會從數據庫中讀取新值然后回填緩存。因此，接下來討論的思路不依賴于給緩存設置過期時間這個方案。

在這里，我們先討論三種更新策略：

1. 先更新數據庫，再更新緩存

2. 先刪除緩存，再更新數據庫

3. 先更新數據庫，再刪除緩存

先更新數據庫，再更新緩存

這套方案，大家普遍反對。為什么呢？有如下兩點：

• 原因一（線程安全角度）

（1）線程A更新了數據庫
（2）線程B更新了數據庫
（3）線程B更新了緩存
（4）線程A更新了緩存

這就出現請求A更新緩存應該比請求B更新緩存早才對，但是因為網絡等原因，B卻比A更早更新了緩存。這就導致了臟數據，因此不考慮。

• 原因二（業務場景角度）

（1）如果你是一個寫數據庫場景比較多，而讀數據場景比較少的業務需求，采用這種方案就會導致，數據壓根還沒讀到，緩存就被頻繁的更新，浪費性能。

（2）如果你寫入數據庫的值，并不是直接寫入緩存的，而是要經過一系列復雜的計算再寫入緩存。那么，每次寫入數據庫后，都再次計算寫入緩存的值，無疑是浪費性能的。顯然，刪除緩存更為適合。

先刪除緩存，再更新數據庫

該方案會導致不一致原因是。同時一個請求A進行更新操作，另一個請求B進行查詢操作。那么會出現如下情形：

（1）請求A進行寫操作，刪除緩存
（2）請求B查詢發現緩存不存在
（3）請求B去數據庫查詢得到舊值
（4）請求B將舊值寫入緩存
（5）請求A將新值寫入數據庫

上述情況就會導致不一致的情形出現。而且，如果不采用給緩存設置過期時間策略，該數據永遠都是臟數據。

那么，如何解決呢？采用延時雙刪策略

緩存延時雙刪

public class CacheServiceImpl implements ICacheService {

    @Resource
    private RedisOperator redisOperator;
    
    @Autowired
    private IShopService shopService;

    //1. 采用延時雙刪，解決數據庫和緩存的一致性
    @Override
    public void updateHotCount(String id) {
        try {
            //刪除緩存
            redisOperator.del("redis_key_" + id);
            //更新數據庫
            shopService.updataHotShop();
            Thread.sleep(1000);//休眠1秒
            //延時刪除
            redisOperator.del("redis_key_" + id);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }


    }

    @Override
    public Integer getHotCount(String id) {
        return null;
    }}

解釋：

1. 先淘汰緩存

2. 再寫數據庫

3. 休眠1秒，再淘汰緩存（這么做，可以將1秒內所造成的緩存臟數據，再次刪除。）

針對上面的情形，讀者應該自行評估自己的項目的讀數據業務邏輯的耗時。然后寫數據的休眠時間則在讀數據業務邏輯的耗時基礎上，加幾百ms即可。這么做的目的，就是確保讀請求結束，寫請求可以刪除讀請求造成的緩存臟數據。

如果數據庫采用了讀寫分離架構，這么辦？（主庫負責寫操作，從庫負責讀操作）

ok，在這種情況下，造成數據不一致的原因如下，還是兩個請求，一個請求A進行更新操作，另一個請求B進行查詢操作。

（1）請求A進行寫操作，刪除緩存，請求A把數據寫入主庫，還沒開始同步從庫

（2）（1s內）請求B查詢緩存，沒有發現緩存，請求B去從庫查詢，這時還沒有完成主從同步，查到是舊值，并且把舊值寫入緩存。

（3）主庫完成主從同步，從庫變為新值

上述流程，就是數據不一致問題，還使用雙刪延時策略。只是，睡眠時間修改為在主從同步的延時時間基礎之上，加幾百ms

采用這種同步淘汰策略，吞吐量降低怎么辦？

ok，那就將第二次刪除作為異步的。自己起一個線程，異步刪除。這樣，寫的請求就不用沉睡一段時間后了，再返回。這么做，加大吞吐量。

第二次刪除,如果刪除失敗怎么辦？

這是個非常好的問題，因為第二次刪除失敗，就會出現如下情形。還是有兩個請求，一個請求A進行更新操作，另一個請求B進行查詢操作，為了方便，假設是單庫：

（1）請求A進行寫操作，刪除緩存
（2）請求B查詢發現緩存不存在
（3）請求B去數據庫查詢得到舊值
（4）請求B將舊值寫入緩存
（5）請求A將新值寫入數據庫
（6）請求A試圖去刪除請求B寫入對緩存值，結果失敗了。

ok,這也就是說。如果第二次刪除緩存失敗，會再次出現緩存和數據庫不一致的問題。

如何解決呢？

具體解決方案，且看博主對第先更新數據庫，再刪緩存種更新策略的解析。

刪除緩存重試機制

不管是延時雙刪還是Cache-Aside的先操作數據庫再刪除緩存，都可能會存在第二步的刪除緩存失敗，導致的數據不一致問題。可以使用這個方案優化：刪除失敗就多刪除幾次呀,保證刪除緩存成功就可以了呀~ 所以可以引入刪除緩存重試機制

1. （1）更新數據庫數據；
   （2）緩存因為種種問題刪除失敗
   （3）將需要刪除的key發送至消息隊列
   （4）自己消費消息，獲得需要刪除的key
   （5）繼續重試刪除操作，直到成功

然而，該方案有一個缺點，對業務線代碼造成大量的侵入。于是有了方案二，在方案二中，啟動一個訂閱程序去訂閱數據庫的binlog，獲得需要操作的數據。在應用程序中，另起一段程序，獲得這個訂閱程序傳來的信息，進行刪除緩存操作。

讀取biglog異步刪除緩存

流程如下圖所示：

（1）更新數據庫數據
（2）數據庫會將操作信息寫入binlog日志當中
（3）訂閱程序提取出所需要的數據以及key
（4）另起一段非業務代碼，獲得該信息
（5）嘗試刪除緩存操作，發現刪除失敗
（6）將這些信息發送至消息隊列
（7）重新從消息隊列中獲得該數據，重試操作。

備注說明：上述的訂閱binlog程序在mysql中有現成的中間件**叫canal，**可以完成訂閱binlog日志的功能。至于oracle中，博主目前不知道有沒有現成中間件可以使用。另外，重試機制，博主是采用的是消息隊列的方式。如果對一致性要求不是很高，直接在程序中另起一個線程，每隔一段時間去重試即可，這些大家可以靈活自由發揮，只是提供一個思路。

到此，相信大家對“Redis、MySQL緩存雙寫不一致如何解決”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！