本文探讨了云原生应用在高并发场景下，缓存与数据库保持数据一致性面临的挑战。分析了包括Cache-Aside Pattern在内的多种策略，如先更新DB再删除缓存、先更新DB再更新缓存、先更新缓存再更新DB、先删除缓存再更新DB以及缓存延时双删和变种双删策略，指出每种策略的优缺点，并强调在实际应用中需要根据业务场景、读写比例和一致性容忍度等因素选择合适的方法。
download：云原生应用架构设计与开发实战
缓存与数据库双写分歧性几种战略剖析
一、背景
在高并发场景中，为避免大量恳求直接访问数据库，缓解数据库压力，常用的方式普通会增加缓存层起到缓冲作用，减少数据库压力。引入缓存，就会触及到缓存与数据库中数据如何坚持分歧性问题，本文将对几种缓存与数据库保证数据分歧性的运用方式停止剖析。为保证高并发性能，以下剖析场景不思索执行的原子性及加锁等强分歧性请求的场景，仅追求最终分歧性。
二、读取过程
• 读缓存
• 假如缓存里没有值，那就读取数据库的值
• 同时把这个值写进缓存中
三、更新过程
更新操作有多种战略，各有优劣，主要针对此场景停止剖析
战略1：先更新db，再删除缓存（常用的Cache-Aside Pattern旁路缓存）
问题：
1.假如更新db胜利，删缓存失败，将招致数据不分歧
2.极端场景，恳求A读，B写
1)此时缓存刚好失效 2）A查库得到旧值 3）B更新DB胜利
4）B删除缓存 5）A将查到的旧值更新到缓存中
此场景的发作需求步骤2）查db 一直慢于 3）的更新db，才干招致4）先于5）执行，通常db的查询是要快于写入的，所以此极端场
最低0.47元/天 解锁文章
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
