Redis--保证缓存与数据库的一致性--解决方案

￡神魔★判官ぃ 2022-08-28 09:49 217阅读 0赞

原文网址：[Redis--保证缓存与数据库的一致性--解决方案\_IT利刃出鞘的博客-CSDN博客][Redis--_--_IT_-CSDN]

# 简介 #

本文介绍如何保证Redis缓存与数据库的数据一致性。

# 问题由来 #

缓存流程如下：

![20180531090217582][]

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。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，再更新数据库呢？也就是说如何保证双写一致性呢？

**本文不适合秒杀的情况**。秒杀一般是如此设计的：把数据库中的库存数据转移到Redis缓存中，所有读写操作（比如：查库存、减库存）都在Redis中进行，然后再通过定时任务把Redis中的用户秒杀的数据同步到数据库中。

# 方案1：先更新数据库，再更新缓存（不建议） #

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（线程安全角度）**

同时有请求A和请求B进行更新操作，那么会出现以下问题：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。如下所示：

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

**原因二（业务场景角度）**

有如下两点：

1.  写多读少的场景性能低。
    
    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.  经过计算再写入缓存的场景性能低。
    
    1.  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。

**原因三（代码复杂度问题）**

如果数据库回滚，需要再处理缓存，代码写起来复杂。做法：数据发生了回滚（即出现异常），做一个异常回调，删除对应的缓存。

首先你要记下来redis之前的值，回滚的时候再写回去，如果是insert 你得做一次delete，如果是update 你需要update回去，如果delete你得insert，再者，如果回调中发生了异常又不好解决了。

# 方案2：先删缓存，再更新数据库（不建议） #

## 缺点1：并发不一致 ##

**缺点**：导致不一致

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，会导致不一致，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。如下所示：

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

**解决方法**：采用延时双删策略

先删缓存；再写数据库（这两步和原来一样）；休眠1秒，再次淘汰缓存。伪代码如下：

public void write(String key, Object data) {
        redis.delKey(key);
        db.updateData(data);
        Thread.sleep(1000);
        redis.delKey(key);
    }

这么做，可以将1秒内所造成的缓存脏数据，再次删除。那么，这个1秒怎么确定的，具体该休眠多久呢？  
针对上面的情形，读者应该自行评估自己的项目的读数据业务逻辑的耗时。然后写数据的休眠时间则在读数据业务逻辑的耗时基础上，加几百ms即可。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。

## 缺点2：读写分离不一致: ##

**上述方案缺点**：**读写分离架构会数据不一致**

两个请求，一个请求A进行更新操作，另一个请求B进行查询操作：

1.  请求A进行写操作，删除缓存
2.  请求A将数据写入数据库了，
3.  请求B查询缓存发现，缓存没有值
4.  请求B去从库查询，这时，还没有完成主从同步，因此查询到的是旧值
5.  请求B将旧值写入缓存
6.  数据库完成主从同步，从库变为新值

**解决方法**：**双删延时策略**

还是使用双删延时策略。只是，睡眠时间修改为在主从同步的延时时间基础上，加几百ms。

**吞吐量降低怎么办**

将第二次删除作为异步的。自己起一个线程，异步删除。这样，写的请求就不用沉睡一段时间后再返回了。

**第二次删除,如果删除失败怎么办？**

第二次删除失败，就会出现如下情形。还是有两个请求，一个请求A进行更新操作，另一个请求B进行查询操作，为了方便，假设是单库：

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
6.  请求A试图去删除请求B写入对缓存值，结果失败了。

解决方案：见下边：方案3 更新策略的解析。

# 方案3：先更新数据库，再删缓存（推荐） #

老外的缓存更新套路：**Cache-Aside pattern。**facebook也在论文《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。**Cache-Aside pattern**如下：

1.  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。
2.  命中：应用程序从cache中取数据，取到后返回。
3.  更新：先把数据存到数据库中，成功后，再让缓存失效。

## **缺点1：小概率并发不一致** ##

**说明**

假设这会有两个请求，一个请求A做读操作，一个请求B做写操作，那么会有如下情形产生：

1.  一开始，缓存中没有相应数据。
2.  请求A读数据库，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

那么此时，缓存中是旧的数据，而数据库中是新的数据，此时产生了不一致的问题。

**解决方法**：

法1：给缓存设有效时间  
法2：异步延时删除策略，保证读请求完成以后，再进行删除操作

实际上，本处不一致**发生概率很小**。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。

## 缺点2：缓存删除失败导致不一致 ##

**简介**

如果先写数据库，后删除缓存，若缓存删除失败了，之后读数据时还是以前的缓存的数据，而数据库已经是新数据了，导致不一致。

### 方案1：事务中抛出异常（推荐） ###

若删除缓存的操作放到数据库事务中，若删除缓存失败，抛出异常，让数据库也进行回滚即可。

### **方案2**：消息自产自消费（MQ） ###

本方案利用了消息队列**MQ重试的功能**。

**简介**

![20180531090248883][]

1.  更新数据库数据；
2.  缓存因为种种问题删除失败
3.  将需要删除的key发送至消息队列
4.  自己消费消息，获得需要删除的key
5.  继续重试删除操作，直到成功

**缺点**

对业务线代码造成大量的侵入。

**解决方案**：**见方案2：**

启动一个订阅程序去订阅数据库的binlog，获得需要操作的数据。在应用程序中，另起一段程序，获得这个订阅程序传来的信息，进行删除缓存操作。

### 方案3：binlog+另起程序 ###

本方案利用了消息队列**MQ重试的功能**。

![20180531090256490][]

1.  更新数据库数据
2.  数据库会将操作信息写入binlog日志当中
3.  订阅程序提取出所需要的数据以及key
4.  另起一段非业务代码，获得该信息
5.  尝试删除缓存操作，发现删除失败
6.  将这些信息发送至消息队列
7.  重新从消息队列中获得该数据，重试操作。

上述的订阅binlog程序在mysql中有现成的中间件叫**canal**，可以完成订阅binlog日志的功能。至于oracle中，博主目前不知道有没有现成中间件可以使用。

重试机制，博主是采用的是消息队列的方式。如果对一致性要求不是很高，直接在程序中另起一个线程，每隔一段时间去重试即可，这些大家可以灵活自由发挥，只是提供一个思路。

# 其他网址 #

[双写一致性\_数据库\_Coffee的博客-CSDN博客][Coffee_-CSDN]  
[如何保证缓存与数据库的双写一致性？\_数据库\_change的博客-CSDN博客][change_-CSDN]

[Redis--_--_IT_-CSDN]: https://knife.blog.csdn.net/article/details/120631538
[20180531090217582]: /images/20220828/3e4305800a634d2e91e28de9de174890.png
[20180531090248883]: /images/20220828/ab0654954a9b4abb9a7cfe4a05285d08.png
[20180531090256490]: /images/20220828/eb0e876f9dbf4d9992b37372246e4a85.png
[Coffee_-CSDN]: https://blog.csdn.net/yulidrff/article/details/86296714
[change_-CSDN]: https://blog.csdn.net/chang384915878/article/details/86756463