生产环境中,为了避免⼤量请求同时冲击在数据库上导致宕机,数据库+缓存减少服务器压力的⽅式已经成了⽇常标配。对于读取的部分,⼤家都很熟悉,咱就不献丑了,但是对于写的部分,到底是先写库还是先写缓存,各路大神都有自己的看法,而本文仅代表个人观点哈。
⼀、旁路缓存策略
这个有逼格的名词咱们可能不是很熟悉,但是说到它的使⽤⽅式,咱们大多数人肯定有⽤过。这是⼀种最经典的缓存+数据库读写的模式,这种模式对应的使⽤⽅式有两种情况,⼀读⼀写,读就是基本读取方式,写就是先更新数据库后删除缓存。
1、基本读取⽅式
套路大家都差不多清楚,先读缓存,缓存中没有数据的话就去数据库读取,然后再存⼊缓存中,同时返回响应。这没什么可说的,来看下图就清楚了:
2、先更新数据库,后删除缓存
为什么不在更新完数据库后,采取更新缓存的⽅案,⽽是将其删除?原因如下:
(1)频繁更新浪费资源
如果修改库中的某个字段,⼀段时间内频繁进⾏更新,缓存也跟着更新,但是这个缓存数据在这段时间内也就被偶尔使⽤了⼏次,那这就会导致资源浪费了。
(2)缓存数据计算复杂
假如⼀个数据的计算成本⽐较⾼,要通过多张表来计算才能得到结果,那么每修改⼀次,为了更新缓存还要再查询多张表来算一次,这酸爽,大家都清楚的哈。
(3)两种情况都具备
这就致命了,不但修改频繁,同时缓存数据还要经过复杂计算。⽣产环境⾥要是这么搞的话,那咱们还是提前准备简历了。
既然更新缓存的⽅式不可⾏,那么我们换个思路,删除掉呢?
还是按照上边的步骤,先更新数据库,只是把更新缓存的操作换成了删除。在这种情况下,读请求过来的时候,发现Redis中没有数据,就会去数据库⾥读取,然后写⼊缓存中。这是⼀种懒加载⽅式,只有缓存被需要的时候才会去计算。这样可以避免⼤量计算及频繁更新。
但这还有一些隐患,譬如数据更新成功,但是删除缓存失败怎么办?
如图,刚开始时,数据库和缓存中的数据是⼀致的,但是在写请求过来后,数据库更新成功,⽽缓存删除失败,这就导致数据库中的数据是最新的,但缓存中却依然存着旧数据。这时,如果读请求过来,就会直接读取缓存中的旧数据返回了。
⼆、双写⼀致⽅案
1、先删除缓存,后更新数据库
既然我们确认了问题的原因是删除缓存失败了,我们先删除缓存,后更新数据库应该可以吧。也有人会说了,我数据库更新失败了咋办呢?咱们通过图来看下:
如图,缓存删除成功后为空了,但是数据库却失败了,还是原来的旧数据。这时候有请求过来的话,⼀看缓存中没有数据,于是就到数据库读取了旧数据更新到缓存中。如果咱的项⽬并发量很低的话,每天访问量就那么点,那这么⽤没⽑病,很少情况下才会出现数据不⼀致的问题。同时,这种策略只能算作初级的解决⽅案。
2、缓存延时双删策略
如果同时来了两个请求,⼀个写请求,⼀个读请求。写请求先删除Redis中的数据,然后去数据库进⾏更新操作,读请求判断Redis中有没有数据,没有数据时去请求数据库,拿到数据后写⼊缓存中,但是写请求此时并没有更新成功,或者执⾏了⼀个事务还没有成功。
这样一来,读请求拿到未修改的旧数据写⼊缓存。稍后,写请求将数据库更新成功了,此时缓存与库中的数据就不⼀致了。
解决⽅案就是延时双删策略:
写请求过来先把Redis缓存删掉,等数据库更新成功后,异步等待⼀段时间再次把缓存删掉,这种⽅案读取速度快,但是会出现短时间的脏数据。
三、总结
1、旁路缓存策略
读的时候,先读缓存,缓存不存在再去读数据库,然后写入缓存同时返回响应,在更新的时候,则是先更新数据库,之后再删除缓存。
2、双写⼀致⽅案
先删缓存,后更新库:解决缓存删除失败致库与缓存不⼀致问题,适⽤于并发量不⾼的业务场景。
缓存延时双删策略:解决⾼并发下,同时有读请求与写请求时导致的不⼀致问题,读取速度快,但是可能会出现短时间的脏数据。
不同的方案各有利弊,对于不同的业务来说没有通用的技术⽅案,所以我们在选择技术⽅案时需要根据业务⾃身来定。总之一句话,没有最好的,只有最合适的。
有兴趣的话,可以关注本公众号,获取更多优质内容。