缓存 和 数据库 数据一致性

不管是先写MySQL数据库，再删除Redis缓存；还是先删除缓存，再写库，都有可能出现数据不一致的情况。举一个例子：

1.如果删除了缓存Redis，还没有来得及写库MySQL，另一个线程就来读取，发现缓存为空，则去数据库中读取数据写入缓存，此时缓存中为脏数据。

2.如果先写了库，在删除缓存前，写库的线程宕机了，没有删除掉缓存，则也会出现数据不一致情况。

因为写和读是并发的，没法保证顺序,就会出现缓存和数据库的数据不一致的问题。

 

延时双删+过期时间

在进行写库操作的前后都进行删缓存的操作

1）先删除缓存：为了其他线程读取数据读不到，去数据库取

2）再写数据库

3）休眠n毫秒：为了防止该线程第二次删除后，而其他线程是在该线程写数据之前读取的数据库内容，导致缓存中的数据是从其他线程写进来的，这样就一直是脏数据了。

4）再次删除缓存

如何确定休眠的毫秒数

需要评估自己的项目的读数据业务逻辑的耗时。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。

当然这种策略还要考虑redis和数据库主从同步的耗时。最后的的写数据的休眠时间：则在读数据业务逻辑的耗时基础上，加几百ms即可。比如：休眠1秒。

弊端

这样最差的情况就是在超时时间内数据存在不一致（无法避免），而且又增加了写请求的耗时（延时导致的，可通过开线程进行休眠和第二次删除，这样当前请求不会有额外的延时）。

 

第二次删除缓存失败怎么办？思路是采用一个重试机制

方案一：直接在上述代码中的第二次删除的时候加入重试机制

（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；

缺点：对业务线代码造成大量的侵入，所以有接下来的“异步更新缓存”的方案

异步更新缓存

1.技术整体思路：

MySQL binlog增量订阅消费+消息队列+增量数据更新到redis

（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；

 

2.Redis更新

1）数据操作主要分为两大块：

• 一个是全量(将全部数据一次写入到redis)
• 一个是增量（实时更新）

这里说的是增量,指的是mysql的update、insert、delate变更数据。

2）读取binlog后分析 ，利用消息队列,推送更新各台的redis缓存数据。

这样一旦MySQL中产生了新的写入、更新、删除等操作，就可以把binlog相关的消息推送至Redis，Redis再根据binlog中的记录，对Redis进行更新。

其实这种机制，很类似MySQL的主从备份机制，因为MySQL的主备也是通过binlog来实现的数据一致性。

这里可以结合使用canal(阿里的一款开源框架)，通过该框架可以对MySQL的binlog进行订阅，而canal正是模仿了mysql的slave数据库的备份请求，使得Redis的数据更新达到了相同的效果。

当然，这里的消息推送工具你也可以采用别的第三方：kafka、rabbitMQ等来实现推送更新Redis。