likes
comments
collection
share

一文总结缓存与数据一致性问题

作者站长头像
站长
· 阅读数 8

缓存与数据一致性

先看一个大概的流程图

一文总结缓存与数据一致性问题

一文总结缓存与数据一致性问题

根据以上的流程没有问题,但是当数据变更的时候,如何把缓存变到最新,使我们下面要讨论的问题。

一文总结缓存与数据一致性问题

1.更新了缓存,再更新数据库

假设数据库更新成功,缓存更新失败,在缓存失效和过期的时候,读取到的都是老数据缓存。

2.更新了数据库,再更新缓存

缓存更新成功了,数据库更新失败,是不是读取的缓存的都是错误的

3.先删除缓存,再更新数据库

有一定的使用量。即使数据库更新失败。缓存也可以会刷。

在高并发的场景下,存在的问题是什么?

假设A请求删除了缓存数据,B请求来获取数据,查询不到数据时,认为是数据过期了,直接拿数据库内的数据并且填充到缓存了。这时A请求才去更新数据库,而缓存数据已经被B拿旧数据填充了。这样缓存和数据库就不是一致的了。

一文总结缓存与数据一致性问题

可以采用延迟双删的策略,应对这个高并发下出现的问题,那什么是延迟双删呢?

一文总结缓存与数据一致性问题

这里指的是删除两次缓存,首先删除缓存,然后更新数据库,为了避免有其他的请求拿错误的数据覆盖到了缓存,再次删除掉缓存,让下一次的请求命中到数据库,从而把最新的数据填充到缓存。

为什么会存在延迟双删呢,普通的双删时,假设B请求获取到了旧数据,准备填充到缓存,A请求刚刚更新完数据库,立刻删除了缓存,在删除完成后B请求才把旧数据去填充,这样依然会出现缓存与数据库不一致的情况(即缓存内数据错误)。

延迟双删就是A请求更新完数据库之后,延迟那么一会再去删除缓存,这样的目的也很明显,就是为了让B请求(以及其他很多相近时间的请求)已经拿旧数据填充过缓存了,并且已经走完这一段逻辑了,后续不会去尝试覆盖缓存了。这个时候再去删除缓存,下一次去填充缓存的时候就拿到的是A请求更新好的正确的数据了。

4.先更新数据库,再更新缓存

假设A请求更新了数据库,还未情况缓存的情况下,B请求拿到的是缓存内的旧数据,因为A还没来得及把新的数据填充到缓存。

存在的问题就是:会有一段时间存在缓存滞后的问题,但是在没有实时一致性那么强要求的场景是最好的方案了

一文总结缓存与数据一致性问题

但是这里还有问题,在更新数据库后,想要去更新缓存的时候,因为一些未知的问题,导致缓存没有更新成功,这个情况怎么办?缓存里面就会一直是旧数据。具体看一下第五点讲一下拓展思路

5.扩展思路

第四点的缓存更新失败了,导致缓存与数据不一致,我们想要应对这种问题

我称这种问题叫如何保证缓存与数据的最终一致性?

  • 引入消息队列做补偿进行兜底

    删除失败的缓存,作为消息打入 mq,mq 消费者进行监听,再次进行重试刷缓存。

一文总结缓存与数据一致性问题

  • 阿里开源的cannal

    监听数据库的变化,做一个公共服务,专门来对接缓存刷新。优点业务解耦,业务太多冗余代码复杂度。

    canal 模拟 MySQL slave 的交互协议,伪装自己为 MySQL slave ,向 MySQL master 发送 dump 协议,其实就是 MySQL 的主从复制的原理

一文总结缓存与数据一致性问题

转载自:https://juejin.cn/post/7341304374755328027
评论
请登录