如何保证 Redis 和 MySQL 数据一致性？| 大别山码将

为什么会出现Redis 和 MySQL 不一致问题？

Redis 和 MySQL 搭配使用在什么地方？

缓存量大但又不常变化的数据。也就是说，当我们在使用 Redis 和 MySQL 的时候，搭配使用的地方就是，数据量比较大，但是这个数据不会经常的变换的位置，比如说，某些商品信息的评论数据，也就是让 Redis
充当 MySQL 的缓存服务器，而要实现的目标也是比较简单的，当客户要查询数据的时候，先访问我们的 Redis，当 Redis
里面没有数据的时候，从 MySQL 中读取数据，并且存储到 Redis 中。

接下来问题来了，如果你的读和写存在并发的时候，会出现什么样子的问题呢？这个时候，我们就比较尴尬了，压根就没办法保证读和写的顺序，这时候就出现了
Redis 和 MySQL 数据不一致的问题了。

如何保证 Redis 和 MySQL 数据一致性？

Redis里的数据不立刻更新，等redis里数据自然过期。然后去DB里读取新值然后回填缓存。从理论上来说，给缓存设置过期时间，是保证最终一致性的解决方案

在这里，我们讨论三种更新策略：

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。

3.1.1 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，如果请求A比请求B先更新的数据库；正常情况下更新完数据库后应该也是请求B最后跟新的缓存，那么缓存中最终结果为B更新的数据；但可能会由于网络原因，最终是先来者A最后一个更新了缓存，导致最终缓存中结果是B更新的数据，这就导致了脏数据，因此不考虑。

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

3.1.2 原因二（业务场景角度）
（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，数据压根还没读到，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。

先删除缓存，再更新数据库

该方案会导致不一致的原因是。如果同时有一个请求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:请求A先进行了写操作，删除缓存；请求B来了查询发现缓存不存在，就去数据库查询得到旧值，然后将旧值回填到缓存。而数据库存储的又是A更新的新值，这就导致出现了脏数据。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。；

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

那么，如何解决呢？采用延时双删策略

也就是先删除缓存，再更新数据库后，延迟一段时间（1秒）再删除一下缓存

**这么做，可以将1秒内所造成的缓存脏数据，再次删除。**保证读请求完成以后，再进行删除操作

/**
*解决方法的伪代码
*/
public void write(String key,Object data){
	//1、先删除缓存
	redis.delKey(key);
	//2、更新数据库，写入数据
	db.updateData(data);
	//3、休眠1秒
	Thread.sleep(1000);
	//4、再次删除缓存
	redis.delKey(key);

}

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。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。

当然，这种策略还要考虑 redis 和数据库主从同步的耗时。最后的写数据的休眠时间：则在读数据业务逻辑的耗时的基础上，加上几百ms即可。比如：休眠1秒。

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。

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。

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？具体解决方案在后面会说。。。。。

先更新数据库，再删除缓存

知名社交网站facebook也在论文《Scaling Memcache at Facebook》中提出，他们用的也是先更新数据库，再删缓存的策略。

这种情况不存在并发问题么？

不是的。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,如果这时缓存刚好失效，那么请求A只能查询数据库，得一个旧值，正好这时请求B更新了数据库并删除了缓存，A就把这个旧值回填到缓存中，造成了脏数据的出现

（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

然而，发生这种情况的概率又有多少呢？很小

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。

总结：

1. 给缓存设有效时间是一种方案
2. 异步延时删除策略，保证读请求完成以后，再进行删除操作。

如果删除缓存失败了怎么办？

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，发现删除失败

（6）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。另外，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。