Redis学习总结——怎么保持缓存与数据库一致性？

太过爱你忘了你带给我的痛 2022-02-03 00:59 273阅读 0赞

### 文章出自：[https://blog.csdn.net/u012562943/article/details/81482914][https_blog.csdn.net_u012562943_article_details_81482914] ###

### 一、不一致原因分析 ###

将不一致分为三种情况：

1.  数据库有数据，缓存没有数据；
2.  数据库有数据，缓存也有数据，数据不相等；
3.  数据库没有数据，缓存有数据。

在讨论这三种情况之前，先说明一下我使用缓存的策略，也是大多数人使用的策略，叫做 Cache Aside Pattern。简而言之，就是

1.  首先尝试从缓存读取，读到数据则直接返回；如果读不到，就读数据库，并将数据会写到缓存，并返回。
2.  需要更新数据时，先更新数据库，然后把缓存里对应的数据失效掉（删掉）。

读的逻辑大家都很容易理解，谈谈更新。如果不采取我提到的这种更新方法，你还能想到什么更新方法呢？大概会是：先删除缓存，然后再更新数据库。这么做引发的问题是，如果A,B两个线程同时要更新数据，并且A,B已经都做完了删除缓存这一步，接下来，A先更新了数据库，C线程读取数据，由于缓存没有，则查数据库，并把A更新的数据，写入了缓存，最后B更新数据库。那么缓存和数据库的值就不一致了。另外有人会问，如果采用你提到的方法，为什么最后是把缓存的数据删掉，而不是把更新的数据写到缓存里。这么做引发的问题是，如果A,B两个线程同时做数据更新，A先更新了数据库，B后更新数据库，则此时数据库里存的是B的数据。而更新缓存的时候，是B先更新了缓存，而A后更新了缓存，则缓存里是A的数据。这样缓存和数据库的数据也不一致。按照我提到的这种更新缓存的策略，理论上也是有不一致的风险的，之前在其他的博客文章有看到过，只不过概率很小，我们暂时可以不考虑，后面我们有其他手段来补救。讨论完使用缓存的策略，我们再来看这三种不一致的情况。

1.  对于第一种，在读数据的时候，会自动把数据库的数据写到缓存，因此不一致自动消除.
2.  对于第二种，数据最终变成了不相等，但他们之前在某一个时间点一定是相等的（不管你使用懒加载还是预加载的方式，在缓存加载的那一刻，它一定和数据库一致）。这种不一致，一定是由于你更新数据所引发的。前面我们讲了更新数据的策略，先更新数据库，然后删除缓存。因此，不一致的原因，一定是数据库更新了，但是删除缓存失败了。
3.   对于第三种，情况和第二种类似，你把数据库的数据删了，但是删除缓存的时候失败了。

### 二、常见解决方案 ###

因此，最终的结论是，需要解决的不一致，产生的原因是更新数据库成功，但是删除缓存失败。  
解决方案大概有以下几种：

1.   对删除缓存进行重试，数据的一致性要求越高，我越是重试得快。
2.  定期全量更新，简单地说，就是我定期把缓存全部清掉，然后再全量加载。
3.  给所有的缓存一个失效期。

第三种方案可以说是一个大杀器，任何不一致，都可以靠失效期解决，失效期越短，数据一致性越高。但是失效期越短，查数据库就会越频繁。因此失效期应该根据业务来定。

**并发不高的情况：**

*  读: 读redis->没有，读mysql->把mysql数据写回redis，有的话直接从redis中取；
 *  写: 写mysql->成功，再写redis；

**并发高的情况：**

*  读: 读redis->没有，读mysql->把mysql数据写回redis，有的话直接从redis中取；
 *  写：异步话，先写入redis的缓存，就直接返回；定期或特定动作将数据保存到mysql，可以做到多次更新，一次保存；

### 三、分布式缓存更新策略 ###

1.  如果更新缓存：先更新DB，再更新缓存；先更新缓存，再更新DB。
2.  如果删除缓存：先删除缓存，再更新DB；先更新DB，再删除缓存。

为了保证数据的一致性，不论何种方式处理缓存，都应该给缓存设置过期时间，这个是缓存必须的要素，否则数据的最终一致性很难得到保证。下述讨论的讨论方案中，是在没有设置缓存过期时间 的情况下的极端讨论，仅仅为了理清思路，实际开发过程中，都应该给缓存加上过期时间。

**更新缓存**：先下结论：对于数据变化，不应该同步更新缓存。因为：只有被查询的数据的数据建立缓存，才有意义。一个数据只会被更新，长期或者永远不会被查询，建立缓存就是浪费资源。总结：建立缓存的操作应该是在数据被读取的时候。

先更新缓存,再更新DB：在更新缓存需要的时候，数据变更时如果：先更新缓存,再更新DB会有什么问题？

缓存的来源是DB，如果先更新缓存，在还未更新DB的这段时间内，如果有查询操作读取了这个缓存，读取的数据都是脏数据。

先更新DB,再更新缓存：如果先更新DB，再更新缓存又会遇到什么问题了？在如下场景中，问题就会出现：

第一步：2个线程A和B同时更新DB的一条数据，A线程先更新DB，B后更新DB。（此时B的数据为最新的）。  
    第二步：接下来A和B需要更新缓存，因为网络原因，B发送的缓存更新指令先于A到达。（完全有可能，因为A和B是异步的）  
    第三步：缓存中间件中，缓存先被B更新（最新的数据），才被A更新（老的数据）。因为B的数据才最最新的，但是缓存最后被A更新，此时的缓存的数据是脏数据。

同样是脏数据的问题。

### 四、常见问题及解决方法 ###

1：缓存一致性问题：缓存系统与底层数据的一致性。这点在底层系统是“可读可写”时，写得尤为重要

2：有继承关系的缓存之间的一致性。为了尽量提高缓存命中率，缓存也是分层：全局缓存，二级缓存。他们是存在继承关系的。全局缓存可以有二级缓存来组成。

3：多个缓存副本之间的一致性。为了保证系统的高可用性，缓存系统背后往往会接两套存储系统（如memcache，redis等）

缓存数据的淘汰策略：

*  (1) 定时去清理过期的缓存。
 *  (2）当有用户请求过来时，再判断这个请求所用到的缓存是否过期，过期的话就去底层系统得到新数据并更新缓存。  两者各有优劣，第一种的缺点是维护大量缓存的key是比较麻烦的，第二种的缺点就是每次用户请求过来都要判断缓存失效，逻辑相对比较复杂，具体用哪种方案，大家可以根据自己的应用场景来权衡。

1. 预估失效时间 2. 版本号（必须单调递增，时间戳是最好的选择）3. 提供手动清理缓存的接口。

**穿透：**频繁查询一个不存在的数据，由于缓存不命中，每次都要查询持久层。从而失去缓存的意义。  
解决： 持久层查询不到就缓存空结果，查询时先判断缓存中是否exists(key) ,如果有直接返回空，没有则查询后返回，注意insert时需清除查询的key，否则即便DB中有值也查询不到(当然也可以设置空缓存的过期时间）  
**雪崩：**缓存大量失效的时候，引发大量查询数据库。  
解决：用锁/分布式锁或者队列串行访问；缓存失效时间均匀分布；热点key（某个key访问非常频繁，当key失效的时候有大量线程来构建缓存，导致负载增加，系统崩溃。）  
解决：使用锁，单机用synchronized,lock等，分布式用分布式锁；缓存过期时间不设置，而是设置在key对应的value里。如果检测到存的时间超过过期时间则异步更新缓存；在value设置一个比过期时间t0小的过期时间值t1，当t1过期的时候，延长t1并做更新缓存操作；设置标签缓存，标签缓存设置过期时间，标签缓存过期后，需异步地更新实际缓存 具体参照userServiceImpl4的处理方式。

### 五、总结 ###

在不设置过期时间的情况下，不管是先更新DB还是更新缓存，都非常容易出现缓存脏数据的问题，且不容易进行处理。再加上数据在不需要的时候被缓存就是浪费时间，所以不应该在数据发生变更的时候更新缓存。既然不更新缓存，那么就删除缓存吧。查询redis缓存时，一般查询如果以非id方式查询，建议先由条件查询到id,再由id查询pojo；比较简单的redis缓存，推荐使用canal。

[https_blog.csdn.net_u012562943_article_details_81482914]: https://blog.csdn.net/u012562943/article/details/81482914