缓存一致性问题
先做一个说明,从理论上来说,给缓存设置过期时间,是保最终一致性的解决方案。这种方案下,我们可以对存入缓存的数据设置过期时间,所有的写操作以数据库为准,对缓存操作只是尽最大努力即可。也就是说如果数据库写成功,缓存更新失败,那么只要到达过期时间,则后面的读请求自然会从数据库中读取新值然后回填缓存。因此,接下来讨论的思路不依赖于给缓存设置过期时间这个方案。在这里,我们讨论三种更新策略:
- 先更新数据库,再更新缓存;
- 先删除缓存,再更新数据库;
- 先更新数据库,再删除缓存;
先更新数据库,再更新缓存🙅
为什么会出现脏数据
先写db再更新缓存,也成为双写模式。这套方案,大家是普遍反对的,为什么呢?有如下两点原因:
线程安全角度
(1)请求A进行写操作更新了数据库
(2)请求B更新数据库;然后更新了缓存
(3)请求A更新了缓存;
业务场景角度
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)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。
先删缓存,再更新数据库🙅
为什么会出现脏数据
该方案会导致不一致的原因是: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。那么会出现如下情形:
(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;请求B去数据库查询得到旧值;请求B将旧值写入缓存;
(3)请求A将新值写入数据库;
延时双删策略
那么,如何解决呢?采用延时双删策略!伪代码如下:
(1)先删除缓存;
(2)再写数据库(这两步和原来一样);
(3)休眠1秒,再次删除缓存;
这么做,可以将1秒内所造成的缓存脏数据,再次删除!
这个1秒怎么确定的,具体该休眠多久呢?
针对上面的情形,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。
如果你用了MySQL的读写分离架构怎么办?
在这种情况下,造成数据不一致的原因如下,还是两个请求,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;请求A将数据写入数据库了;
(2)请求B查询缓存发现,缓存没有值;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;请求B将旧值写入缓存;
(3)数据库完成主从同步,从库变为新值;
上述情形,就是数据不一致的原因。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。或者如果是对 Redis 进行填充数据的查询数据库操作,那么就强制将其指向主库进行查询。
采用这种同步淘汰策略,吞吐量降低怎么办?
将第二次删除做成异步的方式。这样,写的请求就不用沉睡一段时间后了,再返回。这么做,加大吞吐量。
第二次删除,如果删除失败怎么办?
这是个非常好的问题,因为第二次删除失败,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;请求B去数据库查询得到旧值;请求B将旧值写入缓存;
(3)请求A将新值写入数据库;
(4)请求A试图去删除请求B写入对缓存值,结果失败了;ok,这也就是说。如果第二次删除缓存失败,会再次出现缓存和数据库不一致的问题。
主要思路:利用消息队列进行删除的补偿
先更新数据库,再删缓存
为什么会出现脏数据
假设这会有两个请求,一个请求A做查询操作,一个请求B做更新操作,那么会产生脏数据:
(1)缓存刚好失效;请求A查询数据库,得一个旧值;
(2)请求B将新值写入数据库;请求B删除缓存;
(3)请求A将查到的旧值写入缓存;
发生上述情况有一个先天性条件,就是6.1中写数据库操作比读数据库操作耗时更短。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,这一情形很难出现。
如何解决上述并发问题?
首先,给缓存设失效时间是一种方案。其次,采用异步延时删除策略,保证读请求完成以后,再进行删除操作。
还有其他造成不一致的原因么?
有的,这也是缓存更新策略2(先删除缓存,再更新数据库)和缓存更新策略3(先更新数据库,再删除缓存)都存在的一个问题,如果删缓存失败了怎么办,那不是会有不一致的情况出现么。比如一个写数据请求,然后写入数据库了,删缓存失败了,这会就出现不一致的情况了。这也是缓存更新策略2(先删除缓存,再更新数据库)里留下的最后一个疑问。
解决方案-订阅binlog
提供一个保障的重试机制即可,这里给出两套方案。
方案一
(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;
然而,该方案有一个缺点,对业务线代码造成大量的侵入。
于是有了方案二,在方案二中,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。
方案二
(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;
备注说明: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。另外,重试机制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。
其它方案:分布式读写锁,开销有点大。
既已览卷至此,何不品评一二: