• Mysql 和 Redis 数据如何保持一致


    先阐明一下Mysql和Redis的关系:Mysql是数据库,用来持久化数据,一定程度上保证数据的可靠性;Redis是用来当缓存,用来提升数据访问的性能。

    关于如何保证Mysql和Redis中的数据一致(即缓存一致性问题),这是一个非常经典的问题。

    使用过缓存的人都应该知道,在实际应用场景中,要想实时刻保证缓存和数据库中的数据一样,很难做到。

    基本上都是尽可能让他们的数据在绝大部分时间内保持一致,并保证最终是一致的。

    缓存不一致是如何产生的

    如果数据一直没有变更,那么就不会出现缓存不一致的问题。

    通常缓存不一致是发生在数据有变更的时候。 因为每次数据变更你需要同时操作数据库和缓存,而他们又属于不同的系统,无法做到同时操作成功或失败,总会有一个时间差。在并发读写的时候可能就会出现缓存不一致的问题(理论上通过分布式事务可以保证这一点,不过实际上基本上很少有人这么做)。

    虽然没办法在数据有变更时,保证缓存和数据库强一致,但对缓存的更新还是有一定设计方法的,遵循这些设计方法,能够让这个不一致的影响时间和影响范围最小化。

    缓存更新的几种设计

    缓存更新的设计方法大概有以下四种:

    • 先删除缓存,再更新数据库(这种方法在并发下最容易出现长时间的脏数据,不可取)
    • 先更新数据库,删除缓存(Cache Aside Pattern)
    • 只更新缓存,由缓存自己同步更新数据库(Read/Write Through Pattern)
    • 只更新缓存,由缓存自己异步更新数据库(Write Behind Cache Pattern)

    接下来详细介绍一些这四种设计方法

    先删除缓存,再更新数据库

    这种方法在并发读写的情况下容易出现缓存不一致的问题

    如上图所示,其可能的执行流程顺序为:

    • 客户端1 触发更新数据A的逻辑
    • 客户端2 触发查询数据A的逻辑
    • 客户端1 删除缓存中数据A
    • 客户端2 查询缓存中数据A,未命中
    • 客户端2 从数据库查询数据A,并更新到缓存中
    • 客户端1 更新数据库中数据A

    可见,最后缓存中的数据A跟数据库中的数据A是不一致的,缓存中的数据A是旧的脏数据。

    因此一般不建议使用这种方式。

    先更新数据库,再让缓存失效

    这种方法在并发读写的情况下,也可能会出现短暂缓存不一致的问题

    如上图所示,其可能执行的流程顺序为:

    • 客户端1 触发更新数据A的逻辑
    • 客户端2 触发查询数据A的逻辑
    • 客户端3 触发查询数据A的逻辑
    • 客户端1 更新数据库中数据A
    • 客户端2 查询缓存中数据A,命中返回(旧数据)
    • 客户端1 让缓存中数据A失效
    • 客户端3 查询缓存中数据A,未命中
    • 客户端3 查询数据库中数据A,并更新到缓存中

    可见,最后缓存中的数据A和数据库中的数据A是一致的,理论上可能会出现一小段时间数据不一致,不过这种概率也比较低,大部分的业务也不会有太大的问题。

    只更新缓存,由缓存自己同步更新数据库(Read/Write Through Pattern)

    这种方法相当于是业务只更新缓存,再由缓存去同步更新数据库。 一个Write Through的 例子如下:

    如上图所示,其可能执行的流程顺序为:

    • 客户端1 触发更新数据A的逻辑
    • 客户端2 触发查询数据A的逻辑
    • 客户端1 更新缓存中数据A,缓存同步更新数据库中数据A,再返回结果

    • 客户端2 查询缓存中数据A,命中返回

    Read Through 和 WriteThrough 的流程类似,只是在客户端查询数据A时,如果缓存中数据A失效了(过期或被驱逐淘汰),则缓存会同步去数据库中查询数据A,并缓存起来,再返回给客户端

    这种方式缓存不一致的概率极低,只不过需要对缓存进行专门的改造。

    只更新缓存,由缓存自己异步更新数据库(Write Behind Cache Pattern)

    这种方式性详单于是业务只操作更新缓存,再由缓存异步去更新数据库,例如:

    如上图所示,其可能的执行流程顺序为:

    • 客户端1 触发更新数据A的逻辑
    • 客户端2 触发查询数据A的逻辑
    • 客户端1 更新缓存中的数据A,返回
    • 客户端2 查询缓存中的数据A,命中返回
    • 缓存异步更新数据A到数据库中

    这种方式的优势是读写的性能都非常好,基本上只要操作完内存后就返回给客户端了,但是其是非强一致性,存在丢失数据的情况。

    如果在缓存异步将数据更新到数据库中时,缓存服务挂了,此时未更新到数据库中的数据就丢失了。

    总结

    上面讲到的几种缓存更新的设计方式,都是前人总结出来的经验,这些方式或多或少都有一些弊端,并不完美,实际上也很难有完美的设计。 大家在做系统设计的时候,也不要去追求完美,要有一些取舍,找到一种最适合自己业务场景的方式就行

  • 相关阅读:
    a元素的几种伪类选择器
    python typer使用指南
    docker 已经配置了国内镜像源,但是拉取镜像速度还是很慢(gcr.io、quay.io、ghcr.io)
    SFI立昌Ultra Low Capacitance方案与应用
    【数据分享】上海市出租车GPS数据
    分页查询慢的优化方式
    Unity自用工具:基于种子与地块概率的开放世界2D地图生成
    SolidWorks2021 安装教程(亲测可用)
    ​力扣解法汇总795. 区间子数组个数
    mySQL创建表的基础命令
  • 原文地址:https://blog.csdn.net/fuqianming/article/details/134327670