[001-07-001].Redis7缓存双写一致性之更新策略探讨

1、面试题：

• 1.只要使用缓存，就可能会涉及到redis缓存与数据库双存储双写，只要是双写，就存在数据一致性问题，那么是如何解决数据一致性问题的
• 2.双写一致性，你先动缓存redis还是数据库MySQL，哪一个？why
• 3.延时双删做过吗？会有哪些问题
• 4.有这么一种情况，微服务查询redis无，mysql有，为了保证数据的一致性回写redis需要注意什么？双检加锁你了解吗？如何尽量避免缓存击穿？
• 5.redis和MySQL双写100%会出现披露，做不到强一致性，应该如何保证最终一致性

---

2、缓存双写一致性的理解：

2.1.理解：

2.2.编码实现：

a.需求介绍：

b.采用双边加锁：

多个线程同时去查询数据库的这条数据，那么我们可以在第一个查询数据的请求上使用一个 互斥锁来锁住它。其他的线程走到这一步拿不到锁就等着，等第一个线程查询到了数据，然后做缓存。后面的线程进来发现已经有缓存了，就直接走缓存。

c.代码：

package com.atguigu.redis.service;

import com.atguigu.redis.entities.User;
import com.atguigu.redis.mapper.UserMapper;
import io.swagger.models.auth.In;
import lombok.extern.slf4j.Slf4j;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.ValueOperations;
import org.springframework.stereotype.Service;
import org.springframework.web.bind.annotation.PathVariable;

import javax.annotation.Resource;
import java.util.concurrent.TimeUnit;


@Service
@Slf4j
public class UserService {
    public static final String CACHE_KEY_USER = "user:";
    @Resource
    private UserMapper userMapper;
    @Resource
    private RedisTemplate redisTemplate;

    /**
     * 业务逻辑没有写错，对于小厂中厂(QPS《=1000)可以使用，但是大厂不行
     * @param id
     * @return
     */
    public User findUserById(Integer id)
    {
        User user = null;
        String key = CACHE_KEY_USER+id;

        //1 先从redis里面查询，如果有直接返回结果，如果没有再去查询mysql
        user = (User) redisTemplate.opsForValue().get(key);

        if(user == null)
        {
            //2 redis里面无，继续查询mysql
            user = userMapper.selectByPrimaryKey(id);
            if(user == null)
            {
                //3.1 redis+mysql 都无数据
                //你具体细化，防止多次穿透，我们业务规定，记录下导致穿透的这个key回写redis
                return user;
            }else{
                //3.2 mysql有，需要将数据写回redis，保证下一次的缓存命中率
                redisTemplate.opsForValue().set(key,user);
            }
        }
        return user;
    }


    /**
     * 加强补充，避免突然key失效了，打爆mysql，做一下预防，尽量不出现击穿的情况。
     * @param id
     * @return
     */
    public User findUserById2(Integer id)
    {
        User user = null;
        String key = CACHE_KEY_USER+id;

        //1 先从redis里面查询，如果有直接返回结果，如果没有再去查询mysql，
        // 第1次查询redis，加锁前
        user = (User) redisTemplate.opsForValue().get(key);
        if(user == null) {
            //2 大厂用，对于高QPS的优化，进来就先加锁，保证一个请求操作，让外面的redis等待一下，避免击穿mysql
            synchronized (UserService.class){
                //第2次查询redis，加锁后
                user = (User) redisTemplate.opsForValue().get(key);
                //3 二次查redis还是null，可以去查mysql了(mysql默认有数据)
                if (user == null) {
                    //4 查询mysql拿数据(mysql默认有数据)
                    user = userMapper.selectByPrimaryKey(id);
                    if (user == null) {
                        return null;
                    }else{
                        //5 mysql里面有数据的，需要回写redis，完成数据一致性的同步工作
                        redisTemplate.opsForValue().setIfAbsent(key,user,7L,TimeUnit.DAYS);
                    }
                }
            }
        }
        return user;
    }

}

---

3、数据库与缓存一致性的更新策略：

无论身操作，我们的目的就是保证最终一致性

• 一般我们都给缓存设置过期时间，定期清理缓存并回写，是保证最终一致性的解决方案
• 2.我们可以对存入缓存的数据设置过期时间，所有的写操作以数据库为准，对缓存操作只是尽最大努力即可。也就是说如果数据库写成功，缓存更新失败，那么只要到达过期时间，则后面的读请求自然会从数据库中读取新值然后回填缓存，达到一致性，切记要以mysql的数据库写入库为准

3.2.可停机的情况更新策略：

• 1.挂牌报错、凌晨升级、服务降级、温馨提示
• 2.最好单线程操作（对于重量级的数据操作）

---

3.3.不停机情况4种更新策略：

四种更新策略（推荐最后一种，看场景）

a.先更新数据库，在更新缓存

• 1.异常情况1：
  
• 2.异常情况2：
  

b.先更新缓存，再更新数据库

• 1.这种方式不太推荐，一般业务会将mysq作为底单数据库，有最终解释权
• 2.异常情况：
  

c.先删除缓存，再更新数据库

c1.异常问题分析：

上述三个步骤的总结：

c2.解决方案：

1.采用延时双删策略解决上面的异常

2.双删方案面试：

• 1.这个删除应该休眠多久呢？
  
• 2上述同步淘汰策略的改善，防止系统吞吐量降低：
  
• 3.后续看门狗WatchDog源码分析：

d.先更新数据库，再删除缓存

d1.异常问题：

d2.解决方案：

---

4.3.总结：

---

4.3.编码实现：Redis与MySQL数据库案例一致性的

编码实现需要使用到Canal，在Cana篇章再做具体的整理