前言

由于緩存的高并發(fā)和高性能已經(jīng)在各種項目中被廣泛使用，在讀取緩存這方面基本都是一致的，大概都是按照下圖的流程進行操作：

但是在更新緩存方面，是更新完數(shù)據(jù)庫再更新緩存還是直接刪除緩存呢？又或者是先刪除緩存再更新數(shù)據(jù)庫？在這一點上就值得探討了。

一致性方案

在實際項目開發(fā)中需要保證數(shù)據(jù)庫和緩存中的數(shù)據(jù)一致，否則人家充值了100塊，不斷刷新卻還是顯示0.01元，豈不是尷尬？從理論上來說，為緩存設(shè)置過期時間是最終保證數(shù)據(jù)一致性的解決方案，采用這種方案的話，所有的寫操作都是以數(shù)據(jù)庫為準，如果數(shù)據(jù)庫寫入成功但是緩存更新失敗，只要緩存到過期時間之后后面讀緩存時自然會在數(shù)據(jù)庫中讀取新的值然后更新緩存。接下來探討的思路主要的方向是在不依賴為緩存設(shè)置過期時間的前提下如何保證數(shù)據(jù)一致性。這里主要探討三種方案：

①先更新數(shù)據(jù)庫，再更新緩存
②先刪除緩存，再更新數(shù)據(jù)庫
③先更新數(shù)據(jù)庫，再刪除緩存

先更新數(shù)據(jù)庫再更新緩存

這種方案是普遍被反對的(在我的認知范圍中~)，為啥呢？為啥這種方案就被反對呢？原因主要有兩方面，請聽我細細道來：

首先從數(shù)據(jù)安全方面考慮，如果同時有請求A和請求B同時進行操作，A先更新了數(shù)據(jù)庫的一條數(shù)據(jù)，隨后B馬上有更新了該條數(shù)據(jù)，但是可能因為網(wǎng)絡(luò)延遲等原因，B卻比A先更新了緩存，就會出現(xiàn)一種什么情況呢？緩存中的數(shù)據(jù)并不最新的B更新過的數(shù)據(jù)，就導致了數(shù)據(jù)不一致的情況。

其次從業(yè)務場景方面考慮，如果是一個寫數(shù)據(jù)庫較多而讀數(shù)據(jù)庫較少的業(yè)務，如果采用這種方案就會導致數(shù)據(jù)還沒讀緩存就會被頻繁更新，白白浪費性能。

綜合以上兩方面的考慮，這種方案果斷pass。下面的兩種方案就是爭議較大的兩種方案了，到底是先刪緩存再更新數(shù)據(jù)庫還是先更新數(shù)據(jù)庫再刪除緩存？

先刪緩存再更新數(shù)據(jù)庫

如果同時有一個請求A進行更新操作，請求B進行查詢操作，就可能會出現(xiàn)A請求進行寫操作前會刪除緩存，B請求剛好此時進來發(fā)現(xiàn)緩存是空的，B請求就會查詢數(shù)據(jù)庫，如果此時A請求的寫操作還未完成，B請求查詢到的就還是舊的值，還是會將舊的值寫入緩存，A請求將新的值寫入數(shù)據(jù)庫，此時就會導致數(shù)據(jù)不一致的問題，如果不采用給緩存設(shè)置過期時間的策略，該數(shù)據(jù)永遠都是臟數(shù)據(jù)。

解決這種情況可以采用延時雙刪的策略，就是在更新數(shù)據(jù)庫之前先刪除緩存，然后對數(shù)據(jù)庫進行寫入操作，數(shù)據(jù)庫更新完成之后再次進行刪除緩存的操作，目的是刪除讀請求可能造成的緩存臟數(shù)據(jù)，第二次刪除緩存之前可以休眠幾秒，具體時間開發(fā)者可以評估一下自己項目讀數(shù)據(jù)業(yè)務邏輯的耗時，然后在該耗時基礎(chǔ)上加幾百ms即可，這么做的目的就是確保讀請求結(jié)束寫請求可以刪除讀請求造成的臟數(shù)據(jù)。如果MySQL采用的是讀寫分離的架構(gòu)，可能由于主從延時的原因造成數(shù)據(jù)不一致，可以在寫操作完成之后根據(jù)主從延時時間休眠一下然后再進行刪除緩存的操作。延時雙刪的偽代碼如下：

# 偽代碼
def delay_delete():
    redis.delete('name')  # 更新數(shù)據(jù)庫之前先刪除緩存
    sql = 'update info set name='lili' where id=1;'  # 更新數(shù)據(jù)庫
    cursor.execute(sql)  
    time.sleep(1)  # 如果mysql是主從架構(gòu)則休眠主從延時的時間再多幾百ms
    redis.delete('name')  # 再次刪除緩存

那會不會存在第二次刪除緩存失敗的情況呢？如果第二次刪除失敗，還是會造成緩存和數(shù)據(jù)庫不一致的問題，又如何解決呢？且看下一種方案。

先更新數(shù)據(jù)庫再刪除緩存

老外提出了一個緩存更新方案Cache−AsidepatternCache-Aside patternCache−Asidepattern，文章中提到**應用程序應該從cache中獲取數(shù)據(jù)，如果獲取成功直接返回，如果沒有獲取成功，則從數(shù)據(jù)庫中獲取，成功后放到緩存中，更新數(shù)據(jù)時應該先把數(shù)據(jù)存到數(shù)據(jù)庫中成功后再讓緩存失效。**原文如下

If an application updates information, it can follow the write-through strategy by making the modification to the data store, and by invalidating the corresponding item in the cache.
When the item is next required, using the cache-aside strategy will cause the updated data to be retrieved from the data store and added back into the cache.

這種方案會不會產(chǎn)生數(shù)據(jù)不一致的情況呢？比如下述這種情況：

有兩個請求A和B，A進行查詢同時B進行更新，假設(shè)發(fā)生下述情況：

①此時緩存剛好失效

②請求A 就會去查詢數(shù)據(jù)庫得到一個舊的值

③請求B將新的值寫入數(shù)據(jù)庫

④請求B寫入成功后刪除緩存

⑤請求A將查到的機制寫入緩存，產(chǎn)生臟數(shù)據(jù)...

如果發(fā)聲上述情況，確實會產(chǎn)生數(shù)據(jù)不一致的情況，但是XDM想一想，發(fā)生這種情況的概率是多少呢？如果先要產(chǎn)生這種結(jié)果，就必須有一個條件，就是請求B的操作時間非常短，短到什么程度呢，就是請求B寫入數(shù)據(jù)庫的操作要比請求A從數(shù)據(jù)庫中讀取數(shù)據(jù)的速度要快(因為redis非?？?，因此操作redis的時間可以暫且忽略)，只有這種情況下④才可能比⑤先發(fā)聲，但是數(shù)據(jù)庫的讀操作要遠比寫操作快的多，不然做讀寫分離干嘛呢？所以這種情況發(fā)生的概率是非常非常非常的低，但是如果強迫癥患者出現(xiàn)必須要解決怎么辦呢？就可以采用給緩存設(shè)置過期時間或者采用第二種方案的延時雙刪策略，保證讀請求完成之后在進行刪除操作。

最后的問題

還有問題呀，就是最終解決方案三可能 出現(xiàn)的極低概率的數(shù)據(jù)不一致的方案是采用方案二的延時雙刪策略，可是在方案二中也說了，如果出現(xiàn)緩存刪除失敗的情況咋辦？那不是還會出現(xiàn)數(shù)據(jù)不一致的問題嗎？這個問題到底如何解決呢？這里提供一個重試機制，刪除失敗就重試一次唄，這里提供一種重試的方案。

①更新數(shù)據(jù)庫
②由于各種原因緩存刪除失敗
③將刪除失敗的緩存放入消息隊列中
④業(yè)務代碼從消息隊列中獲取需要刪除的key
⑤繼續(xù)嘗試刪除操作，直到成功

總結(jié)

到此這篇關(guān)于MySQL與Redis如何保證數(shù)據(jù)一致性的文章就介紹到這了,更多相關(guān)MySQL與Redis數(shù)據(jù)一致性內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！