java 并发 数据不一致,关于java:高并发下缓存与数据库双写不一致解决方案

解决方案

在高并发场景下，数据库和缓存双写不统一状况，咱们能够当写入数据库后删除缓存，当查的时候先查缓存，如果缓存为空再查数据库，最初写入缓存，然而这样还是存在一个问题。

【腾讯云】云产品限时秒杀，爆款1核2G云服务器，首年99元

如图所示，当呈现这种状况时该计划就会呈现问题，线程2阻塞一段时间后，又把stock=9有更新到缓存中，而数据库中的stock=10，下一次查时，会查到缓存中的stock=9

计划优化

对于这种问题，如果业务场景对数据一致性没有那么高，咱们能够在更新缓存时设置一个过期工夫，过期之后缓存也就不存在了，还有一种咱们能够应用提早双删计划。

距离的n秒没有对立的规范，齐全看集体的教训，所以这种计划还是存在问题。最佳解决方案时应用分布式锁。

咱们能够应用redis读锁和写锁。咱们应用redisson实现分布式锁。

Redisson

GitHub：https://github.com/redisson/r…

中文文档：https://github.com/redisson/r…

注入RedissonClient对象

@Bean

public RedissonClient redissonClient(){

Config config = new Config();

config.useSingleServer().setAddress("redis://127.0.0.1:6379");

return Redisson.create(config);

}

读锁申请

@GetMapping("read")

public String read(){

RReadWriteLock readWriteLock = redissonClient.getReadWriteLock(RedisConstant.READ_WRITE_LOCK);

//读之前加读锁，读锁的作用就是期待该lockkey开释写锁当前再读

RLock rLock = readWriteLock.readLock();

try {

rLock.lock();

String uuid = redisTemplate.opsForValue().get("uuid");

return uuid;

}finally {

rLock.unlock();

}

}

写锁申请

@GetMapping("write")

public String write() throws InterruptedException {

RReadWriteLock readWriteLock = redissonClient.getReadWriteLock(RedisConstant.READ_WRITE_LOCK);

//写之前加写锁，写锁加锁胜利，读锁只能期待

RLock rLock = readWriteLock.writeLock();

String s = "";

try {

rLock.lock();

s = UUID.randomUUID().toString();

Thread.sleep(10000);

redisTemplate.opsForValue().set("uuid",s);

}finally {

rLock.unlock();

}

return s;

}