面试：如何保证Redis缓存和Mysql数据库一致性的问题_面试被问redis一致性,先更新数据库然后删除缓存失败

前言

为什么会有缓存和数据一致性的问题呢？

对于热点数据（经常查询，但不经常修改的数据），我们可以放入redis缓存中，因为如果我们使用Mysql的话，DB是扛不住的。因此采用缓存中间件来增加查询效率，但需要保证Redis中读取数据与数据库存储数据是一致的。

客户端对于数据库主要是读写两个操作。针对放入redis中缓存的热点数据，当客户端想读取数据的时候就在缓存中直接返回数据，即缓存命中，当读数据不在缓存内，就需要从数据库中将数据读入缓存，即缓存未命中。我们可以看到读操作不会导致缓存与数据库的数据不一致。

正文：

1. 常见方案

通常情况下，我们使用缓存的主要目的是为了提升查询的性能。大多数情况下，我们是这样使用缓存的：

• 这是缓存最常用的用法，看上去没问题，但你忽视了一个非常重要的细节：**如果数据库的某条数据，放入缓存后，又立马更新了，那么如何更新缓存呢？**因为不更新缓存，下一次读取的时候命中缓存读取的就是旧数据。
• 目前更新缓存主要有以下四种方案：

1. 先写缓存，在更新数据库
2. 先更新数据库，在写缓存（双写）

---

建议缓存一致的处理：
3. 先删除缓存，在更新数据库
4. 先写数据库，在删除缓存

先写缓存，在写数据库

我们想一下，如果我们每次写操作后，刚写完缓存，突然网络不好导致数据库写入失败。

**缓存更新成了最新数据，但数据库没有，这样缓存中的数据不就变成脏数据了？**如果此时该用户的查询请求，正好读取到该数据，就会出现问题，因为该数据在数据库中根本不存在，这个问题非常严重。
我们都知道，缓存的主要目的是把数据库的数据临时保存在内存，便于后续的查询，提升查询速度。
但如果某条数据，在数据库中都不存在，你缓存这种“假数据”又有啥意义呢？
因此，先写缓存，再写数据库的方案是不可取的，在实际工作中用得不多

先更新数据库在更新缓存

用户的写操作，先写数据库，再写缓存，可以避免之前“假数据”的问题。但它却带来了新的问题。
什么问题呢？

• 在高并发业务场景下，写数据库和写缓存都属于远程操作，为了防止出现大事物造成死锁问题，通常==建议写数据库和写缓存不要放在一个事务中。==也就是说该方案中，如果数据库成功了但是写缓存失败了，数据库中已写入的数据不会进行回滚。
• 会出现数据库新数据，缓存是旧数据的问题
  

1. 请求a先过来，刚写完了数据库。但由于网络原因，卡顿了一下，还没来得及写缓存。
2. 这时候请求b过来了，先写了数据库。
3. 接下来，请求b顺利写了缓存。
4. 此时，请求a卡顿结束，也写了缓存。
   很显然，在这个过程当中，请求b在缓存中的新数据，被请求a的旧数据覆盖了。
   也就是说：在高并发场景中，如果多个线程同时执行先写数据库，再写缓存的操作，可能会出现数据库是新值，而缓存中是旧值，两边数据不一致的情况。

从上我们可以看到先写数据库在写缓存是比较浪费系统资源的，不建议使用

更新数据库更新缓存使用的场景

如果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。

解决方案

• 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。
• 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
• 通过上述两个双写我们可以知道，如果直接更新缓存的问题是很多的，因此我们换一种思路，从更新缓存->删除缓存。

先删除缓存，在更新数据库

• 高并发下
  

• A线程删除缓存，但是此时更新数据库的操作还未完成，此时B线程来读取缓存发现缓存没有数据，就去读取数据库的旧值，更新到缓存中，此时A线程更新完了，将新值写入数据库。这种场景下的数据不一致性问题怎么解决呢？。

解决方案，延迟双删

A线程删除缓存在更新数据库，此时A的更新操作还未完成，而B线程来读取缓存发现缓存没有，去读取数据库，读取的是旧值，然后把旧值写入缓存。A线程Sleep到B线程写入缓存后，在执行删除缓存操作。当其他线程来读取时，数据库就是最新值。

如果第二次删除删除缓存失败，那么可以采用消息队列的重试机制。

如果第二次删除失败，采用重试机制

• 重试机制原理图
  

先更新数据库，在删除缓存

• 这个更明显，如果A线程数据库更新成功，而缓存失败的话，或者还未来得及删除，那么此时B线程来读取就是旧值，还是会不一致。
  

解决措施（重试和binlog）：

• 消息队列
  我们可以引入消息队列加粗样式，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，在操作缓存

「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。

于是我们就可以通过订阅 binlog 日志，拿到具体要操作的数据，然后再执行缓存删除，阿里巴巴开源的 Canal 中间件就是基于这个实现的。

**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。

所以，如果要想保证「先更新数据库，再删缓存」策略第二个操作能执行成功，我们可以使用「消息队列来重试缓存的删除」，或者「订阅 MySQL binlog 再操作缓存」，这两种方法有一个共同的特点，都是采用异步操作缓存

面试版本回答

1.更新数据库，在手动清除Redis缓存，在重新查询最新的数据同步到Redis中。
2.更新Mysql数据库，在采用MQ异步的形式同步数据到Redis中，优点是解耦，缺点是延迟的概率大。
3.更新数据库，在基于订阅数据库中的binlog日志采用mq异步的形式同步到Redis中。
4.订阅mysql中的Binlog文件，异步的形式同步到Redis中（canal框架）

参考文章链接

阿里云开发和社区：如何保证数据库和缓存双写一致性?
小林coding:数据库和缓存如何保证一致性