注意以下所出现的问题,都是相当于多个事务而言,【一个事物更新】,【另外一个事物读】而导致的数据不一致的问题。
为什么要双删:因为无论下面哪种单删都有问题
第一种方案:先更新数据库,再删除redis。
第二种方案:先删除redis,再更新数据库。
这两种方案的弊端是当存在并发请求时,很容易出现以下问题:
第一种方案:当请求1执行完更新数据库操作后,还未来得及删除redis,
此时请求2查询到并使用了redis中的旧数据。
第二种方案:当请求1执行完删除redis后,还未进行更新数据库操作,
此时请求2查询到了数据库的旧数据并写入了redis。
普通双删
问题:
事务A清空缓存后,在更新数据库前,事务B查询了数据库,但是还没有更新到缓存里面去。事务A清空缓存后:事务B在更新缓存,此时事务B把旧数据更新到缓存里面去了。
什么是延迟双删?
在三中,第二次清空缓存之前,多延时一会儿,等B更新缓存结束了,再删除缓存,这样就缓存就不存在了,其他事务查询到的为新缓存。
延迟双删策略是分布式系统中数据库存储和缓存数据保持【最终一致性】的常用策略,但它不是强一致。其实不管哪种方案,都避免不了Redis存在脏数据的问题,只能【减轻】这个问题,要想彻底解决,得要用到【同步锁】和对应的业务逻辑层面解决。
流程上:先删除redis,再更新数据库,延迟N秒后再删除一次redis
延迟双删问题:
采用延时删最后一次缓存,但这其中难免还是会大量的查询到旧缓存数据的。这时候可以通过加锁来解决,一次性不让太多的线程都来执行DB查询,避免拿到过多的旧数据。
小结
延迟双删用比较简洁的方式实现 mysql 和 redis 数据【最终一致性】,但它不是【强一致】。
延迟:是因为 mysql 和 redis 主从节点数据同步不是实时的,所以需要等待一段时间,去增强它们的数据一致性。
mysql 和 redis 数据一致性是一个复杂的课题,通常是多种策略同时使用。
例如:延迟双删、redis 过期淘汰、通过路由策略串行处理同类型数据、分布式锁等等。
更细的介绍 跳转