Redis - CAP原则 =＞ 缓存与数据库的一致性

CAP原则

一致性（Consistency）：读操作总是能读取到之前完成的写操作结果，系统每时每刻每个节点上的同一份数据都是一致

如Mysql数据库与Redis缓存的数据应当一致

可用性（Availability）：非故障的节点在合理的时间内返回合理的响应（不是错误和超时的响应）

对与系统，某个节点坏了不会影响其他节点，任何时候系统都能提供读写业务（不需要数据一致），高可用性 99.9999%，即全年允许的服务中断时间为31.5秒

分区可容忍性（Partition tolerance）：大多数分布式系统都分布在多个子网络。每个子网络就叫做一个区（partition）；分区可容忍性：系统节点无法通信，系统依旧可以运行

可用性和分区容忍性区别：

• 可用性是指节点故障，如主、从redis宕机，剩下的从redis依旧可以提供服务，该系统有可用性

• 分区容忍性是指节点间无法通信，如主从redis无法通信，系统依旧可用

CAP = Consistency + Availability + Partition tolerance

CAP 原则指的是，这三个要素最多只能同时实现两点，不可能三者兼顾，即有CA、CP、AP三种情况

这里指分布式系统，非分布式系统（单机系统）当然没有CAP这个概念

• CA：不保证分区容忍，也就是不考虑分布式系统多个数据库间无法通信的问题，即单点集群，满足一致性，可用性的系统，通常在可扩展性上不太强大

分布式系统中P是必须的，网络并不可靠，当分区间通信异常，C/A无法同时存在：分区无法通信，无法数据一致；为了追求数据一致就要禁止写入，无法高可用

• CP：不保证可用性，满足一致性，分区容忍的系统，通常性能不是特别高

该系统更新主mysql数据库，为了追求一致性，需要主从mysql数据一致，直到主从mysql都更新成功才返回成功

• AP：不保证一致性，满足可用性，分区容忍性的系统

不保证一致性，主mysql更新成功就返回成功，但主从数据不一致，后续通过主Mysql的binlog日志方式把数据同步到从Mysql

Redis是保证AP不保证C：系统要不管何时系统都能够响应读写请求

---

一致性

数据库如mysql等磁盘数据库，后端系统中数据最终存储在数据库中
缓存如redis等内存数据库，速度快，在运行时提高系统性能

这两种数据库同时在系统中，就需要两种数据库数据的一致性

缓存与数据库的数据一致性问题：当插入或者更新一条数据，怎么保持数据一致？
可以想到3种策略

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，再删缓存

策略1：
先处理数据库再更新缓存：当处理数据库成功，处理缓存失败，就会造成数据库为真实数据db = new，缓存为旧数据cache = old

缓存与数据库不一致，读取时先读缓存数据old，得到的结果为old

策略2：

先删除缓存再更新数据库：
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，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

结果缓存与数据库不一致，且读到的数据为old

策略3：

先更新数据库，再删缓存：

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

三个策略都存在缺陷，应该先改数据库，再删缓存（不同情况下2,3都有选择）

一般会放弃一定的一致性，追求最终一致。缓存有过期时限，因此会达成最终一致。如果先动缓存，再动数据库，在这个中间如果缓存变了，数据库没变，比如数据库宕机未接收到指令，slave顶上，一方面数据一致性被破坏，一方面业务操作也没成功。反之，如果是缓存机器宕机，当缓存过期以后会从数据库更新，达成最终一致。

mysql等数据库才是系统的根本，redis存储在内存，并不安全

---

Redis一致性策略

实时同步

实时同步：缓存或DB修改，另一方同步修改

强一致性要求比较高，可采用实时同步：查询时先查询缓存，查询不到再查询数据库，并保存到缓存；更新缓存时先更新数据库，再将缓存设置为过期，更新数据（建议不要更新缓存内容，而是设置缓存过期-删除缓存）

这就是前面推荐的一致性策略：先更新数据库，再删除缓存

实现很简单：

非实时同步

当高并发情况下如热门文章点赞，频繁操作数据库会影响系统性能，就要用非实时的方式

非实时同步：缓存或数据库修改，另一方不需要同步修改

非实时同步：

• 定时任务：设置一定时间间隔更新数据 - 》统计点赞数，每隔一秒同步一次
• 异步队列：将操作存入队列如list，以异步形式执行 -》 统计点赞数，存入消息队列中，服务器空闲就处理消息队列，将点赞数同步

异步队列 => 注册用户：
    1. 邮件发送注册成功信息  10秒
    2. 手机发送注册成功信息  6秒
    3. 用户信息插入数据库 1秒
将上面3个操作存入队列，以异步方式执行，即先执行最重要的第3步
然后后续服务器空闲时再执行1,2步

并发程度高，可以采用异步队列，可用kafka、rocketmq等消息中间件处理消息生产和消费，当然这些是专业的消息队列中间件

轻量级的任务可以用Redis的消息队列，如list队列，lpush、rpop

其他

• 同步工具canal ：基于Java实现的一个非常成熟的数据库同步方案，模拟Ｍysql主从复制

canal项目地址

• UDF自定义函数