Redis_保证缓存与数据库数据一致性/分布式锁/预防缓存击穿/Spring Cache能否保证数据一致性

最新推荐文章于 2023-10-22 13:26:52 发布

Chill_Lyn_

最新推荐文章于 2023-10-22 13:26:52 发布

阅读量936

点赞数

分类专栏： Redis 文章标签：数据库分布式 java 多线程 redis

本文链接：https://blog.csdn.net/Chill_Lyn/article/details/106841458

版权

本文讨论了在Redis中保证缓存与数据库数据一致性的策略，包括为何在写数据时选择删除而非更新缓存，以及如何处理缓存失效时可能的数据不一致问题。文章提到了Redisson分布式锁作为解决方案，并解释了缓存击穿现象及其解决办法。最后，对于Spring Cache是否能确保数据一致性进行了分析。

摘要由CSDN通过智能技术生成

缓存与数据库读写模式

读数据时先读缓存，如果缓存中有数据直接响应，如果没有数据，查询数据库，写入缓存，同时响应
写数据时，先写入数据库，并删除缓存

为什么写数据时删除缓存而不是更新缓存？

如果这个数据写多读少，频繁的更新缓存反而会造成资源浪费，删除缓存则采用了懒加载的思想。

缓存失效模式存在的问题

如果多个线程同时在缓存过期时访问数据库请求数据，由于种种状况的可能（比如一个线程先访问到数据库，但是在取数据时卡住了，另一个线程访问到数据库，取到数据放入缓存，这时前一个线程刚取到数据，又把更新的缓存给覆盖掉了），可能导致缓存和数据库数据不一致的问题。

如何保证缓存与数据库数据一致性

核心是在缓存过期时，所有微服务只能有一个请求访问数据库。

另外，如果数据的一致性要求不是非常严格，即使在短时间内存在数据不一致的情况，只要设置了缓存过期时间，每隔一段时间会自动更新到最新数据，不影响实际业务也可。

Redisson分布式锁

public Map<String, List<Vo>> getJsonFromDBWithRedissonLock() {
   
    // 1、占分布式锁，去reids占坑
    RLock lock = redisson.getLock("Json-lock");
    lock.lock(); // 阻塞等待
    // 加锁成功...执行业务
    Map<String, List<Vo>> dataFromDB;
    try {
   
        // 访问数据库
        dataFromDB = getJSONDataFromDB();
    } finally {
   
        lock