Redis六:Redis与MySql数据不一致的解决方式
在高并发的情况下,如果所有的数据都从数据库中去读取,那再强大的数据库系统都承受不了这个压力,因此我们会将部分数据放入缓存中,比如放入redis中。这是典型的用空间换时间的方式。
redis相当于是真实数据的一个副本,这就意味着如果数据库中数据发生变化的时候,就会导致缓存数据不一致的问题。
归根结底,只要有两份数据存在,数据一致性问题就是不可避免的。
解决方式一:数据实时更新
更新数据库数据的时候,同步更新缓存。
优点:数据一致性强,不会出现缓存雪崩的情况。
缺点:代码耦合度高,影响正常业务,增加一次网络开销。
适用场景:适用于对数据一致性要求高的场景,比如银行业务,证券交易等。
解决方式二:数据准实时更新
当更新数据库的时候,异步去更新缓存,如果更新数据库后把一条消息发送到MQ消息队列中取实现。
优点:与业务解耦,不影响正常业务,不会出现缓存雪崩。
缺点:有较短的延迟,并且无法保证最终的一致性,需要补偿机制。
适用场景:写操作不频繁并且实时性要求不严格的场景。
解决方式三:缓存失效机制
基于缓存本身的失效机制,具体实现方式为设置缓存失效时间,如果有缓存就从缓存中取数据,如果没缓存就从数据库中取数据,并且重新设置缓存。
优点:实现方式简单,与业务完美解耦,不影响正常业务。
缺点:有一定延迟,并且存在缓存雪崩的情况。
适用环境:适合读多写少的互联网环境,能接受一定的数据延时。
解决方式四:定时任务更新
通过定时任务,按照一定时间间隔更新缓存。
优点:不影响正常业务,在特殊场景应用广泛。
缺点:不保证实时一致性,且需要为每个任务写一个调度代码。
适用环境:适用于需要复杂数据统计的缓存更新,比如展示高速车流量,五分钟一次的统计不会影响业务使用。
关于缓存一致性问题,需要具体场景具体分析,没有任何一种方案可以应用于所有场景,上述四种方式也并非全部实现方式。
转自:Java鱼仔
时间仓促,如有错误欢迎指出,欢迎在评论区讨论,如对您有帮助还请点个推荐、关注支持一下
作者:博客园 - 凉年技术
出处:http://www.cnblogs.com/xxhxs-21/
本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须在文章页面给出原文链接,否则保留追究法律责任的权利。
若内容有侵犯您权益的地方,请公告栏处联系本人,本人定积极配合处理解决。