精华内容
下载资源
问答
  • 双写一致性

    千次阅读 2019-01-11 12:49:16
    首先,缓存由于其高并发和高性能的特性,已经在项目中被广泛使用。在读取缓存方面,大家没啥疑问,都是按照下图的...于是博主战战兢兢,顶着被大家喷的风险,了这篇文章。   文章结构 本文由以下三个部分组成 ...

    首先,缓存由于其高并发和高性能的特性,已经在项目中被广泛使用。在读取缓存方面,大家没啥疑问,都是按照下图的流程来进行业务操作。

    但是在更新缓存方面,对于更新完数据库,是更新缓存呢,还是删除缓存。又或者是先删除缓存,再更新数据库,其实大家存在很大的争议。目前没有一篇全面的博客,对这几种方案进行解析。于是博主战战兢兢,顶着被大家喷的风险,写了这篇文章。

     

    文章结构

    本文由以下三个部分组成

    1. 讲解缓存更新策略
    2. 对每种策略进行缺点分析
    3. 针对缺点给出改进方案

     

    正文

    先做一个说明,从理论上来说,给缓存设置过期时间,是保证最终一致性的解决方案。这种方案下,我们可以对存入缓存的数据设置过期时间,所有的写操作以数据库为准,对缓存操作只是尽最大努力即可。也就是说如果数据库写成功,缓存更新失败,那么只要到达过期时间,则后面的读请求自然会从数据库中读取新值然后回填缓存。因此,接下来讨论的思路不依赖于给缓存设置过期时间这个方案。

    在这里,我们讨论三种更新策略:

    1. 先更新数据库,再更新缓存
    2. 先删除缓存,再更新数据库
    3. 先更新数据库,再删除缓存

    应该没人问我,为什么没有先更新缓存,再更新数据库这种策略。

     

    (1)先更新数据库,再更新缓存

    这套方案,大家是普遍反对的。为什么呢?有如下两点原因。

    原因一(线程安全角度)

    同时有请求A和请求B进行更新操作,那么会出现

    1. 线程A更新了数据库
    2. 线程B更新了数据库
    3. 线程B更新了缓存
    4. 线程A更新了缓存

    这就出现请求A更新缓存应该比请求B更新缓存早才对,但是因为网络等原因,B却比A更早更新了缓存。这就导致了脏数据,因此不考虑。

    原因二(业务场景角度)

    有如下两点:

    1. 如果你是一个写数据库场景比较多,而读数据场景比较少的业务需求,采用这种方案就会导致,数据压根还没读到,缓存就被频繁的更新,浪费性能。
    2. 如果你写入数据库的值,并不是直接写入缓存的,而是要经过一系列复杂的计算再写入缓存。那么,每次写入数据库后,都再次计算写入缓存的值,无疑是浪费性能的。显然,删除缓存更为适合。

    接下来讨论的就是争议最大的,先删缓存,再更新数据库。还是先更新数据库,再删缓存的问题。

     

    (2)先删缓存,再更新数据库

    该方案会导致不一致的原因是。同时有一个请求A进行更新操作,另一个请求B进行查询操作。那么会出现如下情形:

     

    1. 请求A进行写操作,删除缓存
    2. 请求B查询发现缓存不存在
    3. 请求B去数据库查询得到旧值
    4. 请求B将旧值写入缓存
    5. 请求A将新值写入数据库

    上述情况就会导致不一致的情形出现。而且,如果不采用给缓存设置过期时间策略,该数据永远都是脏数据。那么,如何解决呢?

    采用延时双删策略。伪代码如下:

    public void write(String key, Object data) {
    
        redis.delKey(key);
    
        db.updateData(data);
    
        Thread.sleep(1000);
    
        redis.delKey(key);
    
    }

    转化为中文描述就是

     

    1. 先淘汰缓存
    2. 再写数据库(这两步和原来一样)
    3. 休眠1秒,再次淘汰缓存

    这么做,可以将1秒内所造成的缓存脏数据,再次删除。

    那么,这个1秒怎么确定的,具体该休眠多久呢?

    针对上面的情形,读者应该自行评估自己的项目的读数据业务逻辑的耗时。然后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。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。
    如果你用了mysql的读写分离架构怎么办?

    ok,在这种情况下,造成数据不一致的原因如下,还是两个请求,一个请求A进行更新操作,另一个请求B进行查询操作。

     

    1. 请求A进行写操作,删除缓存
    2. 请求A将数据写入数据库了,
    3. 请求B查询缓存发现,缓存没有值
    4. 请求B去从库查询,这时,还没有完成主从同步,因此查询到的是旧值
    5. 请求B将旧值写入缓存
    6. 数据库完成主从同步,从库变为新值

    上述情形,就是数据不一致的原因。还是使用双删延时策略。只是,睡眠时间修改为在主从同步的延时时间基础上,加几百ms。采用这种同步淘汰策略,吞吐量降低怎么办?

    ok,那就将第二次删除作为异步的。自己起一个线程,异步删除。这样,写的请求就不用沉睡一段时间后了,再返回。这么做,加大吞吐量。

    第二次删除,如果删除失败怎么办?

    这是个非常好的问题,因为第二次删除失败,就会出现如下情形。还是有两个请求,一个请求A进行更新操作,另一个请求B进行查询操作,为了方便,假设是单库:

     

    1. 请求A进行写操作,删除缓存
    2. 请求B查询发现缓存不存在
    3. 请求B去数据库查询得到旧值
    4. 请求B将旧值写入缓存
    5. 请求A将新值写入数据库
    6. 请求A试图去删除请求B写入对缓存值,结果失败了。

    ok,这也就是说。如果第二次删除缓存失败,会再次出现缓存和数据库不一致的问题。如何解决呢?

    具体解决方案,且看博主对第(3)种更新策略的解析。

     

    (3)先更新数据库,再删缓存

    首先,先说一下。老外提出了一个缓存更新套路,名为《Cache-Aside pattern》。其中就指出

    1. 失效:应用程序先从cache取数据,没有得到,则从数据库中取数据,成功后,放到缓存中。
    2. 命中:应用程序从cache中取数据,取到后返回。
    3. 更新:先把数据存到数据库中,成功后,再让缓存失效。

    另外,知名社交网站facebook也在论文《Scaling Memcache at Facebook》中提出,他们用的也是先更新数据库,再删缓存的策略。这种情况不存在并发问题么?

    不是的。假设这会有两个请求,一个请求A做查询操作,一个请求B做更新操作,那么会有如下情形产生:

     

    1. 缓存刚好失效
    2. 请求A查询数据库,得一个旧值
    3. 请求B将新值写入数据库
    4. 请求B删除缓存
    5. 请求A将查到的旧值写入缓存

    ok,如果发生上述情况,确实是会发生脏数据。然而,发生这种情况的概率又有多少呢?

    发生上述情况有一个先天性条件,就是步骤(3)的写数据库操作比步骤(2)的读数据库操作耗时更短,才有可能使得步骤(4)先于步骤(5)。可是,大家想想,数据库的读操作的速度远快于写操作的(不然做读写分离干嘛,做读写分离的意义就是因为读操作比较快,耗资源少),因此步骤(3)耗时比步骤(2)更短,这一情形很难出现。

    假设,有人非要抬杠,有强迫症,一定要解决怎么办?如何解决上述并发问题?

    首先,给缓存设有效时间是一种方案。其次,采用策略(2)里给出的异步延时删除策略,保证读请求完成以后,再进行删除操作。

    还有其他造成不一致的原因么?

    有的,这也是缓存更新策略(2)和缓存更新策略(3)都存在的一个问题,如果删缓存失败了怎么办,那不是会有不一致的情况出现么。比如一个写数据请求,然后写入数据库了,删缓存失败了,这会就出现不一致的情况了。这也是缓存更新策略(2)里留下的最后一个疑问。

    如何解决?

    提供一个保障的重试机制即可,这里给出两套方案。


    方案一:

    如下图所示:

    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

    然而,该方案有一个缺点,对业务线代码造成大量的侵入。于是有了方案二,在方案二中,启动一个订阅程序去订阅数据库的binlog,获得需要操作的数据。在应用程序中,另起一段程序,获得这个订阅程序传来的信息,进行删除缓存操作。


    方案二:

    流程如下图所示:

    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。

    备注说明:上述的订阅binlog程序在mysql中有现成的中间件叫canal,可以完成订阅binlog日志的功能。至于oracle中,博主目前不知道有没有现成中间件可以使用。另外,重试机制,博主是采用的是消息队列的方式。如果对一致性要求不是很高,直接在程序中另起一个线程,每隔一段时间去重试即可,这些大家可以灵活自由发挥,只是提供一个思路。

     

    总结

    本文其实是对目前互联网中已有的一致性方案,进行了一个总结。对于先删缓存,再更新数据库的更新策略,还有方案提出维护一个内存队列的方式,博主看了一下,觉得实现异常复杂,没有必要,因此没有必要在文中给出。最后,希望大家有所收获。

    展开全文
  • mysql和redis双写一致性策略分析

    千次阅读 多人点赞 2020-11-26 00:36:38
    mysql和redis双写一致性策略分析

    mysql和redis双写一致性策略分析

    一.什么是双写一致性
    当我们更新了mysql中的数据后也可以同时保证redis中的数据同步更新;
    数据读取的流程:
    1.读取redis,如果value!=null,直接返回;
    2.如果redis中value=null,读取mysql中数据对应的value,将key-value保存在redis中;
    双写一致性策略:
    策略1:先更新缓存,再更新数据库;
    策略2:先更新数据库,再更新缓存;
    策略3:先删除缓存,再更新数据库;
    策略4:先更新数据库,再删除缓存;

    二.四种策略存在的问题和优势
    1.先更新缓存,再更新数据库
    在这里插入图片描述

    问题:这种策略如果redis更新成功,mysql更新失败,这时造成redis脏数据问题,这种策略是绝对不能使用的;

    2.先更新数据库,再更新缓存
    在这里插入图片描述
    问题:这种策略的主要问题就是发生在并发场景下,当线程ThreadA更新mysql后由于某种原因并没有立刻更新redis缓存,这时线程ThreadB立即将数据库和缓存都更新成功,最后ThreadA将redis中的数据进行更新,这时就会造成ThreadB对缓存的更新丢失,这是一个很严重的问题;

    3.先删除缓存,再更新数据库
    在这里插入图片描述

    问题:这种策略的主要问题也是发生在并发场景下,当ThreadA更新数据库之前先将redis中的数据进行删除,在更新数据库;但是在并发场景下回有一个问题,在ThreadA还没有更新完数据库时ThreadB读取了数据库将旧数据又重新写会redis中,这样同样造成数据库和缓存数据不一致问题;
    解决办法:采用双删策略,在ThreadA准备写入数据库之前将缓存删除,当ThreadA数据库中数据更新完成后再进行一次缓存删除,这样就可以解决数据不一致问题,但是要注意第二次删除一定要保证时间上晚于数据库更新成功时间;值得注意的是延迟删除的时间间隔硬顶要大于操作的时间周期;

    4.先更新数据库,再删除缓存
    在这里插入图片描述
    问题:这种策略的主要问题同样是发生在并发场景下,当ThreadA首先进行读数据库,准备将数据写入缓存,这时ThreadB更新数据库并且立刻执行了缓存删除,最后ThreadA才将旧数据同步到redis缓存中,同样会造成数据库和缓存数据不一致问题;
    一般来说这种情况出现的概率很低,因为写操作时间大概率要比读操作时间长很多;
    解决办法:解决上述问题的办法还是使用延迟双删策略,但要注意在ThreadB的第二次删除时间间隔一定要大于ThreadA的读取数据的时间周期;

    三.扩展
    1.采用延迟双删策略时如果删除失败了如何进行处理?
    消息队列
    2.如何使用Canal保证数据库与缓存数据的实时一致性?

    四.关于单机redis中的16个数据库的分析
    对于使用过redis的小伙伴们对一台redis服务器下有16个物理数据库并不陌生,它的命名格式是db0-db15,并且我们不能自定义的去更改这个命名;
    在这里插入图片描述
    1.关于16个物理数据库的使用介绍

    Redis默认支持16个数据库,可以通过调整Redis的配置文件redis/redis.conf中的databases来修改这一个值,设置完毕后重启Redis便完成配置。
    聊聊关于Redis中16个默认数据库的知识
    Redis是一个字典结构的存储服务器,一个Redis实例提供了多个用来存储数据的字典,客户端可以指定将数据存储在哪个字典中。
    Redis默认支持16个数据库,可以通过调整Redis的配置文件redis/redis.conf中的databases来修改这一个值,设置完毕后重启Redis便完成配置。
    客户端与Redis建立连接后会默认选择0号数据库,不过可以随时使用SELECT命令更换数据库。
    切库redis> SELECT 1 # 默认0号db,切换为1号dbOKredis [1] > GET username # 从1号库中获取 username (nil)
    在实际项目中则可以通过以Redis配置文件的形式指定数据库,如下图所示
    在这里插入图片描述
    2、正确理解单机Redis的“数据库”概念

    由于Redis不支持自定义数据库的名字,所以每个数据库都以编号命名。开发者则需要自己记录存储的数据与数据库的对应关系。另外Redis也不支持为每个数据库设置不同的访问密码,所以一个客户端要么可以访问全部数据库,要么全部数据库都没有权限访问。但是,要正确地理解Redis的“数据库”概念这里不得不提到一个命令:
    清空一个Redis实例中所有数据库中的数据redis 127.0.0.1:6379> FLUSHALL
    该命令可以清空实例下的所有数据库数据,这与我们所熟知的关系型数据库所不同。关系型数据库多个库常用于存储不同应用程序的数据 ,且没有方式可以同时清空实例下的所有库数据。所以对于Redis来说这些db更像是一种命名空间,且不适宜存储不同应用程序的数据。比如可以使用0号数据库存储某个应用生产环境中的数据,使用1号数据库存储测试环境中的数据,但不适宜使用0号数据库存储A应用的数据而使用1号数据库B应用的数据,不同的应用应该使用不同的Redis实例存储数据。Redis非常轻量级,一个空Redis实例占用的内在只有1M左右,所以不用担心多个Redis实例会额外占用很多内存。

    3、在redis集群环境下不支持一个实例多个数据库的形式
    在resis的集群环境下只支持db0,所以在redis的集群环境下不能使用select +number进行redis物理数据库的切换;
    要注意以上所说的都是基于单体Redis的情况。而在集群的情况下不支持使用select命令来切换db,因为Redis集群模式下只有一个db0。再扩展一些集群与单机Reids的区别,感兴趣的朋友可以去查阅相关的资料深入理解,这里就不做讨论了。

    key批量操作支持有限:例如mget、mset必须在一个slot

    Key事务和Lua支持有限:操作的key必须在一个节点

    key是数据分区的最小粒度:不支持bigkey分区

    不支持多个数据库:集群模式下只有一个db0

    复制只支持一层:不支持树形复制结构

    五、总结

    Redis实例默认建立了16个db,由于不支持自主进行数据库命名所以以dbX的方式命名。默认数据库数量可以修改配置文件的database值来设定。对于db正确的理解应为“命名空间”,多个应用程序不应使用同一个Redis不同库,而应一个应用程序对应一个Redis实例,不同的数据库可用于存储不同环境的数据。最后要注意,Redis集群下只有db0,不支持多db。

    展开全文
  • 三分钟掌握数据库缓存双写一致性

    更新数据库后如果保证缓存与数据库的一致性

    数据库为修改,而缓存可以修改也可以删除,因此延伸出4种方案

     

    1.先改库,再改缓存

    场景如下:

    1.A改库

    2.B改库

    3.B改缓存

    4.A改缓存

    得到的结果为 A的缓存,B的库,故存在不同步场景

     

    2.先改缓存,再改库

    场景如下:

    1.A改缓存

    2.B改缓存

    3.B改库

    4.A改库

    得到的结果为 A的库,B的缓存,故存在不同步场景

     

    3.先删缓存,再改库

    场景如下:

    1.A删缓存

    2.B查缓存无值,故查数据库得到旧值

    3.B将旧值设回缓存

    4.A改库

    得到的结果为 A的库,旧值缓存,故存在不同步场景

     

    4.先改库,再删缓存

    场景如下:

    1.无缓存或缓存刚好过期

    2.A查库得到旧值

    3.B改库

    4.B改缓存

    5.A将旧值设回缓存

    得到的结果为 B的库,旧值缓存,故存在不同步场景

    但该场景出现的概率较低,因为需要在A查库结束到设缓存的时间内,B要完成改库+改缓存,而改库的时间一般会远大于设缓存的耗时。

     

    如何同步

    上面列的4种方案理论上都有概率出现不同步的场景,那要如何保证数据库与缓存的一致性呢?

    答案是双删法。

    在上述  3.先删缓存,再改库和与 4.先改库,再删缓存 的基础上,延伸出

    5.先删缓存,再改库,延迟N秒后,再删缓存

    6.先删缓存,再改库,延迟N秒后,再删缓存

     

    N需根据业务时间及系统对不同步的容忍度设置

    但如果延迟N秒后的删缓存失败,依旧会有小概率出现不同步场景。

    如果系统对不同步场景的容忍度很低,那么此时就需要借助mq等中间件来保证该次删除一定成功了。

     

     

    展开全文
  • Reids的双写一致性

    2020-12-06 23:45:34
    Reids的双写一致性 首先,缓存由于其高并发和高性能的特性,已经在项目中被广泛使用。在读取缓存方面,大家没啥疑问,都是按照下图的流程来进行业务操作。 但在更新缓存方面,对于更新完数据库,是更新缓存呢,还是...

    Reids的双写一致性

    首先,缓存由于其高并发和高性能的特性,已经在项目中被广泛使用。在读取缓存方面,大家没啥疑问,都是按照下图的流程来进行业务操作。在这里插入图片描述
    但在更新缓存方面,对于更新完数据库,是更新缓存呢,还是删除缓存。又或者是先删除缓存,再更新数据库,其实大家存在很大的争议。目前没有一篇全面的博客,对这几种方案进行解析。于是博主站站战战兢兢,盯着被大家喷的风险,写了这篇文章。

    文章结构

    本文由一下三个部分组成:
    1、讲解缓存更新策略
    2、对每种策略进行缺点分析
    3、针对缺点给出改进方式

    正文

    先做一个说明,从理论上来说,给缓存设置过期时间,是保证最终一致性的解决方案。这种方案下,我们可以对存入缓存的数据设置过期时间,所有的写操作以数据库为准,对缓存操作只是尽最大的努力即可。也就是说如果数据库写成功,缓存更新失败,那么只要到达过期时间,则后面的读请求自然会从数据库中读取新值然后回填缓存。因此,接下来讨论的思路不依赖于给缓存设置过期时间这个方案。

    在这里,我们讨论三种更新策略:

    1、先更新数据库,再更新缓存

    2、先删除缓存,再更新数据库

    3、先更新数据库,再删除缓存

    应该没有人问我,为什么没有先更新缓存,再更新数据库这种策略吧。

    先更新数据库,再更新缓存

    这套方案,大家是普遍反对的。为什么呢?有如下两点原因。

    -原因一(线程安全角度)

    同时有请求A和请求B进行更新操作,那么会出现

    (1).线程A更新了数据库
    (2).线程B更新了数据库
    (3).线程B更新了数据库
    (4).线程A更新了数据库
    

    这就出现请求A更新缓存应该比请求B更新缓存早才对,但是因为网络等原因,B却比A更早更新了缓存。这就导致了脏数据,因此不考录。

    -原因二(业务场景角度)

    有如下两点:
    (1)如果你是一个写数据库场景比较多,而读数据场景比较少的业务需求,采用这种方案就会导致,数据压根还没读到,缓存就被频繁的更新,浪费性能。
    (2)如果你写入数据库的值,并不是直接写入缓存的,而是要经过一系列复杂的计算再写入缓存。那么,每次写入数据库后,都再次计算写入缓存的值,无疑是浪费性能的。显然,删除缓存更为适合。

    接下来讨论的就是争议最大的,是先删缓存,再更新数据库。还是先更新数据库,再删除缓存的问题。

    先删除缓存,再更新数据库

    该方案会导致不一致的原因是。同时有一个请求A进行更新操作,另一个请求B进行查询操作。那么会出现如下清醒:

    (1)请求A进行写操作,删除缓存
    (2)请求B查询发现缓存不存在
    (3)请求B去数据库查询旧值
    (4)请求B将旧值写入缓存
    (5)请求A将新值写入数据库
    

    上述情况就会导致不一致的情况出现。而且,如果不采用给缓存设置过期时间策略,该数据永远都是脏数据。

    那么,如何解决呢?采用演示双删策略

    伪代码如下:
    下面展示一些 内联代码片

    下面展示一些 内联代码片

    public void write(String key,Object data){
    		redis.delKey(Key);
    		db.updateData(data);
    		Thread.sleep(1000);
    		redis.delKey(Key);
    	}
    

    转换为中文描述就是
    (1)先淘汰缓存
    (2)再写数据库(这两步和原来一样)
    (3)休眠1秒,再次淘汰缓存

    这样做,可以将1秒内所造成的缓存脏数据,再次删除。

    那么,这个1秒是怎么确定的,具体该休眠多久呢?

    针对上面的情况,读者应该自行评估自己的项目的读数据业务逻辑的耗时。然后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。

    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。

    如果你用了mysql的读写分离架构怎么办?

    ok,在这种情况下,造成数据不一致的原因如下,还是两个请求,一个请求A进行更新操作,另一个请求B进行查询操作。

    (1)请求A进行写操作,删除缓存
    (2)请求A将数据写入数据库了,
    (3)请求B查询缓存发现,缓存没有值
    (4)请求B从库中查询,这是,还没有完成主从同步,因此查询到的是旧值
    (5)请求B将旧值写入缓存
    (6)数据库完成主从同步,从库变为新值
    

    上述情况,就是数据不一致的原因,。还是使用双删延时策略。只是睡眠时间修改为在主从同步的延时时间基础上,加几百ms。

    采用这种同步淘汰策略,吞吐量降低怎么办?

    ok,那就将第二次删除作为异步的。自己起一个线程,异步删除。这样,写的请求就不用沉睡一段时间后了,再返回。这么做,加大吞吐量。

    第二次删除,如果删除失败怎么办?

    这是一个非常好的问题,因为第二次删除失败,就会出现如下情形。还是有两个请求,一个请求A进行更新操作,另一个请求B进行查询操作,为了方便,假设是单库:

    (1)请求A进行写操作,删除缓存
    (2)请求B查询发现缓存不存在
    (3)请求B去数据库查询得到旧值
    (4)请求B将旧值写入缓存
    (5)请求A将新值写入数据库
    (6)请求A试图去删除请求B写入的缓存值时,结果失败了。
    

    OK,这也就是说。如果第二次删除缓存失败,会再次出现缓存和数据库不一致的问题。

    如何解决呢?

    具体解决方案,且看博主对第(3)种更新策略的解析。

    先更新是数据库,再删缓存

    首先,先说明一下。老外题出了一个缓存更新套路,名为《Cache-Aside pattern》。其中就指出:

    1. 失效:应用程序先从cache取数据,没有得到,则从数据库中取数据,成功后,放到缓存中。
    2. 命中:应用程序从cache中取数据,取到后返回。
    3. 更新:先把数据存到数据库中,成功后,再让缓存失效。

    另外,知名社交网站facebook也在论文《Scaling Memcache at Facebook》中提出,他们用的也是先更新数据库,再删缓存的策略。

    这种情况不存在并发问题么?

    不是的。假设这会有两个请求 ,一个请求A做查询操作,一个请求B做更新操作,那么会有如下情形产生

    (1)缓存刚好失效
    (2)请求A查询数据库,得到一个旧值
    (3)请求B将新址写入数据库
    (4)请求B删除缓存
    (5)请求A将查询到的旧值写入缓存
    

    OK,如果要发生上述情况,确实是会发生脏数据。
    然而,发生这种情况的概率又有多少呢?

    发生上述情况有一个先天性条件,就是步骤(3)的写数据库操作比步骤(2)的读数据库操作耗时更短,才会发生上述的步骤(4)先于步骤(5).可是,大家想想,数据库的读操作的熟读远快于写操作的(不然做读写分离干嘛,做读写分离的意义就是因为读操作比较块,耗资源少),因此步骤(3)耗时比步骤(2)更短,这一情况很难出现。

    假设,有人非要抬杠,有强迫症,一定要解决怎么办?

    如何解决上述并发问题?

    首先,给缓存设置有效时间是一种方案,其次,采用策略(2)里给出的异步延时删除策略,保证读请求完成以后 ,再进行删除操作。

    还有其他造成不一致的原因么?

    有的,这也是缓存更新策略(2)和缓存更新策略(3)都存在的一个问题,如果删除缓存失败了怎么办,那不是会议由不一致的情况出现么。比如一个写数据请求,然后写入数据库了,删除缓存失败了,这就会出现不一致的情况了。这也是缓存更新策略(2)里留下的最后一个疑问。

    如何解决?

    提供一个保障的重试机制即可,这里给出两套方案。

    方案一:
    如下图所示在这里插入图片描述
    流程如下所示

    (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

    然而,该方案有一个缺点,对业务线代码造成大量的侵入。于是有了方案二,在方案二中,启动一个订阅程序去订阅数据库的binlog,获得需要操作的数据。在应用程序中,另起一段程序,获得这个订阅程序传来的信息,进行删除缓存操作。

    方案二:
    在这里插入图片描述
    流程如下图所示:

    (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。

    备注说明:上述的订阅binlog程序在mysql中有现成的中间件叫canal,可以完成订阅binlog日志的功能。至于oracle中,博主目前不知道有没有现成中间件可以使用。另外,重试机制,博主是采用的是消息队列的方式。如果对一致性要求不是很高,直接在程序中另起一个线程,每隔一段时间去重试即可,这些大家可以灵活自由发挥,只是提供一个思路。

    总结

    本文其实是对目前互联网中已有的一致性方案,进行了一个总结。对于先删缓存,再更新数据库的更新策略,还有方案提出维护一个内存队列的方式,博主看了一下,觉得实现异常复杂,没有必要,因此没有必要在文中给出。最后,希望大家有所收获

    转载自:https://blog.csdn.net/hjm4702192/article/details/80518922

    展开全文
  • 如何保证缓存与数据库的双写一致性

    万次阅读 多人点赞 2019-02-03 10:45:04
    如何保证缓存与数据库的双写一致性? 面试官心理分析 你只要用缓存,就可能会涉及到缓存与数据库双存储双写,你只要是双写,就一定会有数据一致性的问题,那么你如何解决一致性问题? 面试题剖析 一般来说,如果...
  • 如何保证缓存与数据库双写一致性,也是现在Java面试中面试官非常喜欢问的一个问题! 一般来说,如果允许缓存可以稍微跟数据库偶尔有不一致,也就是说如果你的系统不是严格要求 缓存 + 数据库 必须保持一致性的话,...
  • 虽然缓存即为有效的提高了读多写少的场景的效率,但是遇到写请求的时候,就需要考虑一个问题,缓存和数据库的数据两个问题的双写一致性问题。 双写一致性问题 首先针对于数据库只存在写操作,但是针对于缓存的话我们...
  • 数据库与缓存 双写一致性问题 https://blog.csdn.net/qq_16803227/article/details/92001895
  • 如何保证缓存与数据库的双写一致性? 面试官心理分析 你只要用缓存,就可能会涉及到缓存与数据库双存储双写,你只要是双写,就一定会有数据一致性的问题,那么你如何解决一致性问题? 面试题剖析 一般来说,如果...
  • 其他网址 双写一致性_数据库_Coffee的博客-CSDN博客 如何保证缓存与数据库的双写一致性?_数据库_change的博客-CSDN博客
  • 如何保证缓存与数据库的双写一致性?   面试题 如何保证缓存与数据库的双写一致性? 面试官心理分析 你只要用缓存,就可能会涉及到缓存与数据库双存储双写,你只要是双写,就一定会有数据一致性的问题,那么...
  • 双写一致性有以下三个要求: 缓存不能读到脏数据 缓存可能会读到过期数据,但要在可容忍时间内实现最终一致 这个可容忍时间尽可能的小 要想同时满足上面三条,可以采用读请求和写请求串行化,串到一个内存队列里去...
  • redis系列-保证缓存与数据库双写一致性,简单介绍如何解决redis的缓存与数据库双写一致性问题。简介一般来说,如果允许缓存可以稍微跟数据库偶尔不一致的情况,也就是说你的系统不是严格要求:缓存、数据库必须保持...
  • Cache Aside Pattern 最初级的缓存不一致问题及解决方案 比较复杂的数据不一致问题分析 分布式缓存是现在很多分布式...如何保证缓存与数据库的双写一致性? 面试官心理分析 你只要用缓存,就可能会涉及...
  • 如何保证缓存与数据库的双写一致性? 心理分析 你只要用缓存,就可能会涉及到缓存与数据库双存储双写,你只要是双写,就一定会有数据一致性的问题,那么你如何解决一致性问题? 问题剖析 一般来说,如果允许缓存可以...
  • 文章目录一、程序运行读取缓存流程二、redis、数据库双写一致性1、先更新数据库、在更新缓存2、先删除缓存、在更新数据库3、先更新数据库、在删除缓存4、什么是延时双删除?三、最终解决数据一致性问题1、在业务代码...
  • 其中就有缓存和数据库双写一致性问题。那什么是缓存和数据库双写一致性问题呢?是什么导致了一致性的问题呢? 什么是缓存和数据库双写一致性问题? 数据库中的数据和缓存中的数据不一致 如果我们只是读操作,肯定...
  • 分布式之数据库和缓存双写一致性方案解析
  • Redis双写一致性、并发竞争、线程模型 1 Redis有几种基础数据类型? String: Hash: List: Set: 2 如果你多个系统同时操作(并发)Redis带来的数据问题? 那这种情况怎么解决呢? 3 你只要用缓存,就可能...
  • 常用的双写一致性策略 通常我们使用数据库和缓存的套路是这样的。 查询 先查询缓存,如果不存在;则查询数据库,并更新缓存。 更新 更新策略则有很多版本,大体可以总结为以下三种: 方案一:先更新数据库,再更新...
  • 1. 双写一致性问题 分布式缓存涉及到缓存与数据库双存储双写,你只要是双写,就一定会有数据一致性的问题。 2. 双写一致性的要求 缓存不能读到脏数据 缓存可能会读到过期数据,但要在可容忍时间内实现最终一致 ...
  • 如何保证缓存与数据库的双写一致性? 面试官心理分析 你只要用缓存,就可能会涉及到缓存与数据库双存储双写,你只要是双写,就一定会有数据一致性的问题,那么你如何解决一致性问题? 面试题剖析 一般来说,如果允许...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,175
精华内容 470
关键字:

双写一致性