Redis和MySQL双写一致性实用解析

news2024/11/27 20:53:15

1、背景

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。其实网上应该是有很多相关的介绍，但是其实从实际出发，如果数据存在频繁的写操作，是不建议直接放到Redis中的，并且无论是哪种方式，其实都不能说完全可以使得数据一致性，我们只能说尽可能的让数据在绝大部分时间内保持一致，并保证最终是一致的。

2、产生原因

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，也可以通过订阅binlog日志来操作，但是系统的复杂度就会提高，也不建议）。

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

3、缓存更新的几种设计

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
只更新缓存，由缓存自己同步更新数据库
只更新缓存，由缓存自己异步更新数据库
经典延时双删策略

简单介绍：

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。这种方式相对第一种的可用性就大大提高。

只更新缓存，由缓存自己同步（异步）更新数据库

大致思路：当A请求来的时候，只对缓存做更新操作，然后后续的请求来的时候，获取到的都是最新的缓存中的值。这样子读请求的数据可以到达一致性。当A请求更新完缓存的时候，再又缓存自己去同步（异步）更新数据库。只不过需要对缓存进行专门的改造。同步的方式相对异步较好，因为异步的情况会存在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。

延时双删策略

这个的相关介绍应该就很多了，在做数据更新的操作时候执行，大致简单的思路就是：先删除缓存数据 ->再执行update更新数据库数据 ->最后（延时N秒）执行删除缓存。

这里有一个问题其实还是会存在，就是关于延时时间的问题，因为如果延时太久可能导致程序卡主时间较长，但是最终结果肯定是更好的准确。但是在高并发情况下，是不允许的。如果时间太短，可能会导致数据库数据更新还未完成就已开始执行删除的操作。一般更新自己系统日常的允许运行时长，可以来自定义时间。这里给一个参考时间500ms。