【数据库与缓存保持一致性】_数据库和缓存一致性如何保证

1. 方案1

先更新数据库，再更新缓存

先更新缓存，在更新数据库

总结：无论是「先更新数据库，再更新缓存」，还是「先更新缓存，再更新数据库」，这两个方案都存在并发问题，当两个请求并发更新同一条数据的时候，可能会出现缓存和数据库中的数据不一致的现象。

• 我们的业务对缓存命中率有很高的要求，我们可以采用「更新数据库 + 更新缓存」的方案，因为更新缓存并不会出现缓存未命中的情况。

问题

• 在两个更新请求并发执行的时候，会出现数据不一致的问题，因为更新数据库和更新缓存这两个操作是独立的，而我们>又没有对操作做任何并发控制，那么当两个线程并发更新它们的话，就会因为写入顺序的不同造成数据的不一致。

解决办法

1. 在更新缓存前先加个分布式锁，保证同一时间只运行一个请求更新缓存，就会不会产生并发问题了，当然引入了锁后，对于写入的性能就>会带来影响。
2. 在更新完缓存时，给缓存加上较短的过期时间，这样即时出现缓存不一致的情况，缓存的数据也会很快过期，对业务还是能接受的。

2. 方案2

• 先更新数据库，还是先删除缓存，叫Cache Aside 策略，中文是叫旁路缓存策略。

• 该策略又可以细分为「读策略」和「写策略」。

• 写策略的步骤：

  1. 更新数据库中的数据；
  2. 删除缓存中的数据。

• 读策略的步骤：

  1. 如果读取的数据命中了缓存，则直接返回数据；
  2. 如果读取的数据没有命中缓存，则从数据库中读取数据，然后将数据写入到缓存，并且返回给用户。

先更新数据库，在删缓存

• 因为缓存的写入通常要远远快于数据库的写入，所以在实际中很难出现请求 B 已经更新了数据库并且删除了缓存，请求 A 才更新完缓存的情况。
• 而一旦请求 A 早于请求 B 删除缓存之前更新了缓存，那么接下来的请求就会因为缓存不命中而从数据库中重新读取数据，所以不会出现这种不一致的情况。
• 缓存数据加上了「过期时间」，就算在这期间存在缓存数据不一致，有过期时间来兜底，这样也能达到最终一致。

所以，「先更新数据库 + 再删除缓存」的方案，是可以保证数据一致性的。

问题

• 明明更新了数据，但是数据要过一段时间才生效。（原因：「先更新数据库， 再删除缓存」其实是两个操作，前面的所有分析都是建立在这两个操作都能同时执行成功，而这次客户投诉的问题就在于，在删除缓存（第二个操作）的时候失败了，导致缓存中的数据是旧值。给缓存加上了过期时间，所以才会出现客户说的过一段时间才更新生效的现象。）

先删缓存，在更新数据库

解决办法

• 延迟双删

#删除缓存
redis.delKey(X)
#更新数据库
db.update(X)
#睡眠
Thread.sleep(N)
#再删除缓存
redis.delKey(X)
1
2
3
4
5
6
7
8

• 加个睡眠时间，主要是为了确保请求 A 在睡眠的时候，请求 B 能够在这这一段时间完成「从数据库读取数据，再把缺失的缓存写入缓存」的操作，然后请求 A 睡眠完，再删除缓存。
  所以，请求 A 的睡眠时间就需要大于请求 B 「从数据库读取数据 + 写入缓存」的时间。

建议使用「先更新数据库，再删除缓存」的方案。

3. 方案3—如何保证两个操作都能执行成功？

• 「先更新数据库 + 再删除缓存」的方案，是可以保证数据一致性的。但是在删除缓存（第二个操作）的时候失败了，导致缓存还是旧值，而数据库是最新值，虽然加了过期时间，但是也需要过一会才生效，所以还会造成数据库和缓存数据不一致的问题。
• 不管是先操作数据库，还是先操作缓存，只要第二个操作失败都会出现数据一致的问题。
  
  解决办法
• 重试机制。
• 订阅 MySQL binlog，再操作缓存。

重试机制

• 引入消息队列，将第二个操作（删除缓存）要操作的数据加入到消息队列，由消费者来操作数据。
  • 如果应用删除缓存失败，可以从消息队列中重新读取数据，然后再次删除缓存，这个就是重试机制。当然，如果重试超过的一定次数，还是没有成功，我们就需要向业务层发送报错信息了。
  • 如果删除缓存成功，就要把数据从消息队列中移除，避免重复操作，否则就继续重试。

订阅 MySQL binlog

• 「先更新数据库，再删缓存」的策略的第一步是更新数据库，那么更新数据库成功，就会产生一条变更日志，记录在 binlog 里。
• 通过订阅 binlog 日志，拿到具体要操作的数据，然后再执行缓存删除,Canal 中间件就是基于这个实现的。

Canal 原理

• Canal 模拟 MySQL 主从复制的交互协议，把自己伪装成一个 MySQL 的从节点，向 MySQL 主节点发送 dump 请求，MySQL 收到请求后，就会开始推送 Binlog 给 Canal，Canal 解析 Binlog 字节流之后，转换为便于读取的结构化数据，供下游程序订阅使用。
  
  文章:https://www.xiaolincoding.com/