在多系统环境中，如MySQL、Redis和Elasticsearch，实现强一致性是一项挑战。通常采取最终一致性策略，通过Canal等工具监听MySQL的binlog，并发送到消息队列MQ。异步处理MQ消息，分别更新Redis和Elasticsearch。由于涉及多个系统，无法保证绝对的一致性，常见做法是监控错误并进行补偿操作，确保以MySQL数据为基准。同时，使用事务消息同步和幂等设计来增强一致性。在实际操作中，可能需要结合人工干预和死信队列处理无法自动解决的情况。
叫点啥好
字节跳动员工
走最终一致性啊。db提交后用 canal 之类的组件，把binlog发送到mq。拿异构数据同步工具搭两条同步链路，从 mq 取数据，分别写进redis、es
只要涉及到1个以上的系统就没有绝对强一致性
为啥要保证一致性 直接监控错误然后补偿就行了，涉及到实际写操作时一律以mysql数据为准
写前日志，异常重试，幂等
没有保证绝对一致的方法
用事务消息同步es，保证实时性和一致性，用延迟消息同步redis+缓存常驻redis保证一致性
准确来说是很难做的。最简单的确实是最终一致性。。不然别说三写了。双写一般人都要gg
楼上说的没问题了，现在业务这么解决的。
cannal模拟监控binlog数据变动，mq队列重试，超过次数死信队列…实在不行人工干预
大家八股文背的都不一致啊
1185
3323
1699
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
