Redis缓存与数据库一致性方案

使用Redis缓存的模式的有很多种，下面就逐一介绍。

一、数据库和redis分别处理不同的数据类型

数据库处理要求强一致实时性的数据，例如金融数据、交易数据；
redis处理不要求强一致实时性的数据，例如网站最热贴排行榜；

---

二、Cache-Aside模式

Cache-Aside模式的意思是业务代码直接维护缓存，这是最常用的一类模式。

2.1 读场景

先从缓存获取数据，如果缓存没有命中，则回源到数据库获取源数据。

将数据放入到缓存，下次即可从缓存中获取数据。

放入缓存的可以是异步的（创建一个新的线程），也可以是同步的，根据实际情况自己选择。

---

2.2 非高并发情况下的写场景

先将数据写入数据库，写入成功后立即同步将数据写入缓存。

---

2.3 写多读少的写场景

先将数据写入数据库，写入成功后，将缓存数据过期/删除，下次读取时再加载缓存。

这样的好处是避免了不必要的写缓存操作。

---

2.4 高并发情况下的写场景

先写缓存，再定期更新数据库：

异步化，先写入redis的缓存，就直接返回；定期或特定动作将数据保存到mysql，可以做到多次更新，一次保存。

---

三、Cache-As-SoR（Redis不支持）

SoR：system of record，记录系统，或者叫数据源；数据库是数据源的一种。

Cache-As-SoR即把Cache看作SoR，所有操作都是对Cache进行，然后Cache再委托给SoR进行真实的读写。即业务代码中只看到Cache的操作，看不到关于SoR相关的代码。

3.1 Read-Through

业务代码读Cache，如果不命中，由Cache读SoR。使用Read-Through模式需要一个CacheLoader组件来回源到SoR加载数据。Guava Cache和Ehcache 3.X都支持该模式。

---

3.2 Write-Through

对应Read-Through，需要有一个CacheWriter组件来回写SoR。Guava Cache不支持，Ehcache 3.X支持该模式。

---

3.3 Write-Behind

与 Write-Through 的区别是，Write-Through是同步写SoR，Write-Behind是异步写，从而可以实现批量写、合并写、延时写和限流。

---

四、订阅/曾量更新模式

canal是阿里巴巴旗下的一款开源项目，纯Java开发。基于数据库增量日志解析，提供增量数据订阅&消费，目前主要支持了MySQL（也支持mariaDB）。

基于日志增量订阅&消费支持的业务：

1. 数据库镜像
2. 数据库实时备份
3. 多级索引 (卖家和买家各自分库索引)
4. search build
5. 业务cache刷新
6. 价格变化等重要业务消息