前言:
1. 三种策略:
- 先更新数据库,再更新缓存(双更)
- 先删除缓存,再更新数据库(一删一更)
- 先更新数据库,再删除缓存(一删一更)
(1)先更新数据库,再更新缓存
- 这套方案,大家是普遍反对的。为什么呢?有如下两点原因。
1. 原因一(线程安全角度)
- 同时有“请求A”和“请求B”进行“更新操作”,那么会出现:
- 1)线程A更新了数据库
- 2)线程B更新了数据库
- 3)线程B更新了缓存
- 4)线程A更新了缓存
- 这就出现请求A更新缓存应该比请求B更新缓存早才对,但是因为网络等原因,B却比A更早更新了缓存。这就导致了脏数据,因此不考虑。
2. 原因二(业务场景角度)
- 有如下两点:
- 1)如果你是一个写数据库场景比较多,而读数据场景比较少的业务需求,采用这种方案就会导致,数据压根没怎么读,缓存就被频繁的更新,浪费性能。
- 2)如果你写入数据库的值,并不是直接写入缓存的,而是要经过一系列复杂的计算再写入缓存。那么,每次写入数据库后,都再次计算写入缓存的值,无疑是浪费性能的。显然,删除缓存更为适合。
- 接下来讨论的就是争议最大的,先删缓存,再更新数据库。还是先更新数据库,再删缓存的问题。
(2)先删缓存,再更新数据库
1. 方案的缺陷
- 该方案会导致不一致的原因是。同时有一个请求A进行更新操作,另一个请求B进行查询操作。那么会出现如下情形:
- 1)请求A进行写操作,删除缓存
- 2)请求B查询发现缓存不存在
- 3)请求B去数据库查询得到旧值
- 4)请求B将旧值写入缓存
- 5)请求A将新值写入数据库
- 上述情况就会导致不一致的情形出现。而且,如果不采用给缓存设置过期时间策略,该数据永远都是脏数据。
2. 解决方案–采用延时同步双删策略:
- 伪代码如下
public void write(String key,Object data){
redis.delKey(key); //先淘汰缓存
db.updateData(data); //再写数据库(这两步和原来一样)
Thread.sleep(1000); //休眠1秒
redis.delKey(key); //再次淘汰缓存
}
- 这么做,可以将1秒内所造成的缓存脏数据,再次删除。(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)
2.1 问题1:那么,这个1秒怎么确定的,具体该休眠多久呢?
- 针对上面的情形,读者应该自行评估自己的项目的读数据业务逻辑的耗时。然后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。
2.2 问题2:如果你用了mysql的读写分离架构怎么办?
- ok,在这种情况下,造成数据不一致的原因如下,还是两个请求,一个请求A进行更新操作,另一个请求B进行查询操作。
- 1)请求A进行写操作,删除缓存
- 2)请求A将数据写入数据库了,
- 3)请求B查询缓存发现,缓存没有值
- 4)请求B去从库查询,这时,还没有完成主从同步,因此查询到的是旧值
- 5)请求B将旧值写入缓存
- 6)数据库完成主从同步,从库变为新值
- 上述情形,就是数据不一致的原因。还是使用双删延时策略。只是,睡眠时间修改为在主从同步的延时时间基础上,加几百ms。
3. 解决方案–采用延时异步双删策略:
3.1 问题1:采用这种同步淘汰策略,吞吐量降低怎么办?
- ok,那就将第二次删除作为异步的。自己起一个线程,异步删除。这样,写的请求就不用沉睡一段时间后了,再返回。这么做,加大吞吐量。
3.2 问题2:第二次删除,如果删除失败怎么办?
-
这是个非常好的问题,因为第二次删除失败,就会出现如下情形。还是有两个请求,一个请求A进行更新操作,另一个请求B进行查询操作,为了方便,假设是单库:
- 1)请求A进行写操作,删除缓存
- 2)请求B查询发现缓存不存在
- 3)请求B去数据库查询得到旧值
- 4)请求B将旧值写入缓存
- 5)请求A将新值写入数据库
- 6)请求A试图去删除请求B写入对缓存值,结果失败了。
-
ok,这也就是说。如果第二次删除缓存失败,会再次出现缓存和数据库不一致的问题。
-
如何解决呢?
- 具体解决方案,且看博主对第(3)种更新策略的解析。
(3)先更新数据库,再删缓存
1. 概念:
- 失效:应用程序先从cache取数据,没有得到,则从数据库中取数据,成功后,放到缓存中。
- 命中:应用程序从cache中取数据,取到后返回。
- 更新:先把数据存到数据库中,成功后,再让缓存失效。
2. 方案的缺陷
问题1:这种情况不存在并发问题么?
- 也会存在。假设这会有两个请求,一个请求A做查询操作,一个请求B做更新操作,那么会有如下情形产生
- 1)缓存刚好失效
- 2)请求A查询数据库,得一个旧值
- 3)请求B将新值写入数据库
- 4)请求B删除缓存
- 5)请求A将查到的旧值写入缓存
- ok,如果发生上述情况,确实是会发生脏数据。
- 然而,发生这种情况的概率又有多少呢?
- 发生上述情况有一个先天性条件,就是步骤(3)的写数据库操作比步骤(2)的读数据库操作耗时更短,才有可能使得步骤(4)先于步骤(5)。可是,大家想想,数据库的读操作的速度远快于写操作的(不然做读写分离干嘛,做读写分离的意义就是因为读操作比较快,耗资源少),因此步骤(3)耗时比步骤(2)更短,这一情形很难出现。
3. 解决方案
- 首先,给缓存设有效时间是一种方案。
- 其次,采用策略 2)里给出的异步延时删除策略,保证读请求完成以后,再进行删除操作。
3.1异步删除失败的解决方案:
- 提供一个保障的重试机制即可,这里给出两套方案。
方案一:
- 流程如下所示:
- 1)更新数据库数据;
- 2)缓存因为种种问题删除失败
- 3)将需要删除的key发送至消息队列
- 4)自己消费消息,获得需要删除的key
- 5)继续重试删除操作,直到成功
- 然而,该方案有一个缺点,对业务线代码造成大量的侵入。于是有了方案二,在方案二中,启动一个订阅程序去订阅数据库的binlog,获得需要操作的数据。在应用程序中,另起一段程序,获得这个订阅程序传来的信息,进行删除缓存操作。
方案二:
- 流程如下图所示:
- 1)更新数据库数据
- 2)数据库会将操作信息写入binlog日志当中
- 3)订阅程序提取出所需要的数据以及key
- 4)另起一段非业务代码,获得该信息
- 5)尝试删除缓存操作
- 6)发现删除失败,将这些信息发送至消息队列
- 7)重新从消息队列中获得该数据,重试操作。
- 备注说明:
- 上述的订阅binlog程序在mysql中有现成的中间件叫canal,可以完成订阅binlog日志的功能。
- 至于oracle中,博主目前不知道有没有现成中间件可以使用。
- 重试机制,博主是采用的是消息队列的方式。如果对一致性要求不是很高,直接在程序中另起一个线程,每隔一段时间去重试即可,这些大家可以灵活自由发挥,只是提供一个思路。