目录

一、Mysql与Redis同步数据是否存在延迟呢？

二、如何保证一致性？

2.1、第一种方式：手动编码

2.2、第二种方式：MQ异步更新

2.3、第三种方式：binlog同步数据

2.4、第四种方式：双写一致性

2.5、第五种方式：使用Redis的事务支持

三、总结

---

一、Mysql与Redis同步数据是否存在延迟呢？

数据同步过程中，会存在短暂的延迟，这属于正常的现象，在分布式架构中很难实现数据强一致性，但你不能延迟太久。
弱一致性： 主从之间数据允许不一致性；
强一致性： 主从之间数据必须一致性； 如果实现 成本是非常高，会设计到一些锁的技术。
最终一致性：短暂的数据延迟是允许的，但是最终数据是需要一致。在分布式中做数据同步需要经过网络传输的，网络传输数据需要一定的时间，所以数据短暂的延迟是允许的，但是最终数据一定达成一致。
延迟是很难避免的，优化 减少延迟的时间。
公司中数据 同步延迟 优化在10-30毫秒。

二、如何保证一致性？

2.1、第一种方式：手动编码

更新mysql数据，再手动清除 Redis 缓存 ，之后再请求的时候因为Redis没有缓存了，所以重新查询数据库最新的数据，再手动同步到Redis中。

这种方式可以实现，但效率不高。

耦合性太大，因为是同步，当请求redis没有缓存时，查询数据库数据存到redis中，那么在缓存到redis过程中，redis宕机了，那么必然会触发重试机制，导致影响接口的响应速度。

2.2、第二种方式：MQ异步更新

首先用户发布请求去更新数据，我们先更新Mysql数据库，更新成功后再采用异步的形式投递消息放到我们的MQ中间件中，然后通过MQ的消费者去订阅我们的MQ的主题，获取到消息再异步去同步到Redis中。

// 更新MySQL
userMapper.update(user);
// 发送消息
rabbitTemplate.convertAndSend("updateUser", user.getId());
然后在消息消费者中更新Redis。

@RabbitListener(queues = "updateUser")
public void updateUser(String userId) {
    User user = userMapper.selectById(userId);
    redisTemplate.opsForValue().set("user_" + user.getId(), user);
}

优点：具有解耦性。

缺点：延迟概率很大。如果我们的MQ消费者没有及时获取到消息，那么也就不会及时的更新Redis，导致Mysql和Redis数据不一致，而且MQ也可能因为各种原因丢失消息。

2.3、第三种方式：binlog同步数据

订阅 mysql binlog 文件 异步的形式同步到 redis 中（canal 框架）。

首先我们要知道Mysql集群的原理

假如说现在的集群是一主一从，一般主节点用来做增删改操作，从节点用来做查询操作。从节点订阅主节点，当主节点的数据发生改变时，会给从节点发送binlog文件，从节点通过binlog文件进行数据更新同步。

那么同理，我们Mysql与Redis的一致性能不能也这么做呢？

我们使用canalserver端来伪装mysql从节点，订阅mysql主节点。

优点：前两种方式都是业务层面上编码去同步数据，当我们绕过代码，手动从数据库直接改数据，那么就无法同步。使用binlog方式是全局的方式，即使应用程序崩溃，也不会丢失binlog，因此能够保证最终的数据一致性。

缺点：canalserver端需要暴露出ip和端口号，然后我们单独的项目再连接canalserver端，意味着如果我们的项目是单机版本的话，同步的效率并不高，因为是单个线程去同步的。

假如我现在高并发的环境下写数据到mysql主，每秒写个几万次，我们只有一个单独的项目连接canalserver端，那么每次只能写一条到redis，那这个效率可太低了。

2.4、第四种方式：双写一致性

首先什么是双写？

先更新数据库，再同步更新redis，这就是双写。

但是这种情况会有个很严重的bug，就是在多线程的情况下会导致数据不一致。

比如有t1和t2两个线程，现在redis和mysql的数据都为clay：

1. t1线程更新DB，t2线程也更新DB，但由于update操作一般条件都带着主键id，所以具有行锁，t1更新时t2在阻塞。
2. t1线程更新DB数据改为zhangsan，并释放行锁。
3. t2线程获取行锁，开始更新DB数据改为lisi（这时DB数据为lisi）。
4. t2线程继续更新redis缓存数据位lisi。
5. t1线程更新redis缓存数据为zhangsan（这时redis数据为zhangsan）。

从步骤上来看，此时redis与mysql数据不一致。

那么如何解决呢？

可以使用分布式锁，当然如果你要是单机版本项目，使用synchronized也可以。

分布式锁解决多个线程同时执行双写业务逻辑，最终只会有一个获取到分布式锁线程才可以执行，没有获取到分布式锁线程则阻塞等待，这样确保线程执行双写不会被其他线程干扰，但是效率非常低。

2.5、第五种方式：使用Redis的事务支持

Redis提供了事务（Transaction）支持，可以将一系列的操作作为一个原子操作执行。我们可以利用Redis的事务来实现MySQL和Redis的原子更新。

redisTemplate.execute(new SessionCallback<Object>() {
    @Override
    public Object execute(RedisOperations operations) throws DataAccessException {
        // 开启事务
        operations.multi();
        // 更新MySQL
        userMapper.update(user);
        // 更新Redis
        operations.opsForValue().set("user_" + user.getId(), user);
        // 执行事务
        operations.exec();
        return null;
    }
});

使用Redis事务可以确保MySQL和Redis的更新在同一事务中执行，避免了中间出现不一致的情况。但需要注意的是，Redis的事务并非严格的ACID事务，可能存在部分成功的情况。

三、总结

根据具体的业务需求和系统环境，选择合适的方案可以提高数据一致性的可靠性。然而，每种方案都有其优缺点和适用场景，需要综合考虑权衡。