1.缓存(Redis)和数据库(MySQL)间的数据一致性问题
(1)读取缓存一般没有什么问题,但是一旦涉及到数据更新
(2)数据库和缓存更新,就容易出现缓存(Redis)和数据库(MySQL)间的数据一致性问题
(3)不管是先写MySQL数据库,再删除Redis缓存;还是先删除缓存,再写库,都有可能出现数据不一致的情况
(4)示例如下:
<1>如果删除了缓存Redis,还没有来得及写库MySQL,另一个线程就来读取,发现缓存为空,则去数据库中读取数据写入缓存,此时缓存中为脏数据
<2>如果先写了库,在删除缓存前,写库的线程宕机了,没有删除掉缓存,则也会出现数据不一致情况
(5)因为写和读是并发的,没法保证顺序,就会出现缓存和数据库的数据不一致的问题
2.缓存和数据库一致性解决方案(两种)
(1)第一种方案:采用延时双删策略
<1>在写库前后都进行redis.del(key)操作,并且设定合理的超时时间
<2>具体的步骤及代码如下:
public void write(String key,Object data){
redis.delKey(key);//先删除缓存
db.updateData(data);//再写数据库
Thread.sleep(500);//休眠500毫秒
redis.delKey(key);}//再次删除缓存
<3>这个500毫秒怎么确定的,具体该休眠多久呢
3.1.需要评估项目的读数据业务逻辑的耗时
3.2.这么做的目的,就是确保读请求结束,写请求可以删除读请求造成的缓存脏数据
3.3.还要考虑redis和数据库主从同步的耗时
3.4.最后的的写数据的休眠时间:则在读数据业务逻辑的耗时基础上,加几百ms即可
<4>设置缓存过期时间
4.1.给缓存设置过期时间,是保证最终一致性的解决方案
4.2.所有的写操作以数据库为准
4.3.只要到达缓存过期时间,后面的读请求自然会从数据库中读取新值然后回填缓存
<5>该方案的弊端
5.1.结合双删策略+缓存超时设置
5.2.这样最差的情况就是在超时时间内数据存在不一致,而且又增加了写请求的耗时
(2)第二种方案:异步更新缓存(基于订阅binlog的同步机制)
<1>技术整体思路:MySQL binlog增量订阅消费+消息队列+增量数据更新到redis
1.1.读Redis:热数据基本都在Redis
1.2.写MySQL:增删改都是操作MySQL
1.3.更新Redis数据:MySQ的数据操作binlog,来更新到Redis
<2>Redis更新:
2.1.数据操作主要分为两大块
2.1.1.一个是全量(将全部数据一次写入到redis)
2.1.2.一个是增量(实时更新)
2.1.3.增量,指的是mysql的update、insert、delate变更数据
2.2.读取binlog后分析,利用消息队列,推送更新各台的redis缓存数据
2.2.1.一旦MySQL中产生了新的写入、更新、删除等操作,就可以把binlog相关的消息推送至Redis
2.2.2.Redis再根据binlog中的记录,对Redis进行更新
(3)第二种方案很类似MySQL的主从备份机制,因为MySQL的主备也是通过binlog来实现的数据一致性
(4)这里可以结合使用canal(阿里的一款开源框架),通过该框架可以对MySQL的binlog进行订阅
<1>canal模仿了mysql的slave数据库的备份请求,使得Redis的数据更新达到了相同的效果
<2>这里的消息推送工具也可以采用别的第三方:kafka、rabbitMQ等来实现推送更新Redis