缓存系统交互
缓存系统设计是后端开发人员的必备技能,也是实现高并发的重要武器。
对于读多写少的场景,我们通常使用内存型数据库作为缓存,关系型数据库作为主存储,从而形成两层相互依赖的存储体系。
共识:我们将使用Redis和MySQL作为缓存和主存的实体,展开今天的话题。
缓存系统需要处理读取场景和更新场景:
- 读取时只要之前MySQL和Redis中的数据是一致的,后续只要没有更新操作就不会有什么问题,借助于内存读取速度来提高并发能力,这也是我们设计缓存系统的初衷。
- 单纯读取的情况并不多,即使是读多写少的业务模型,也还是会有更新操作,由于操作MySQL和Redis并非天然的原子操作,因此需要我们特殊处理。
读取过程示意:
读取过程:
读请求优先从缓存中获取数据,拿到后即可返回,完成交互;
如缓存无数据,则从主存储拿数据,并且将数据更新回写到缓存中,为后续的读取请求做铺垫。
更新过程之所以会出现数据不一致问题,有内外两大原因:
- 内部原因:Redis和MySQL的更新不是天然的原子操作,非事务性的组合拳。
- 外部原因:实际中的读写请求是并发且无序的,可预测性很差,完全不可控。
数据不一致的感知
我们来看个实际中的例子,进一步了解缓存系统的数据不一致问题。
平时上下班挤地铁的时候,我们经常会听网易云,比如我喜欢听民谣,所有会关注官方发布的一些民谣歌曲榜单,如图: