分布式系统——并发条件下如何保证缓存与DB数据一致性

什么是数据一致性

我们常说的数据一致性指的是在程序运行过程中本地缓存、分布式缓存、数据库三者之间的数据一致性

常见的本地缓存有 hashmap、currenthashmap、guava cache、caffeine

分布式缓存常见的有 redis、memcache

常见数据不一致常见有：

1. 本地缓存与mysql不一致

2. redis缓存与mysql数据不一致

引入本地缓存的目的是增加服务的吞吐量、但是同时也会让架构变得复杂。

本地缓存与DB一致性解决方案

MQ方案

1. 新增或更新了一条数据

2. 通过gateway负载均衡策略转发到某一台应用A-1

3. 应用A-1收到请求后，更新DB，同时更新了自己的本地缓存

4. 应用A-1发送更新MQ的广播消息

5. 应用A-2跟应用A-3收到消息，查询DB，更新本地缓存。

比较本地JVM变量的版本号与redis版本号

1. 在应用本地定义一个成员变量LongAddr的版本号
2. 比较redis中的版本号与本地变量中的是否相等
3. 如果不相等则将DB中的数据读取到本地，同时将redis的版本号赋值到本地的版本号。

redis缓存与DB一致性解决方案

基于binlog方案

1. 更新DB数据
2. 通过CDC中间件监听mysql的binlog，同时同步数据到MQ
3. 启动一个数据处理应用，消费MQ数据并进行数据加工
4. 将加工后的数据写入redis
5. 查询redis数据返回

延迟双删

先进行缓存清除，再执行更新操作，最后（延迟N秒）再执行缓存删除，上述中延迟的时间一定要大于一次读写操作的时间，原因是如果延迟时间小于写入redis的时间，会导致请求1删除了缓存，但是请求2缓存还未写入。

基于定时任务方案

1. 更新DB数据，同时写入数据到redis
2. 启动一个定时任务将DB数据同步到redis
3. 前端发起接口查询请求，先从redis中查询数据
4. reidis中如果没有数据，加一个分布式锁，再从DB中查询数据
5. 查询redis返回数据