redis-03-redis和mysql双写一致性问题

在分布式系统中，实际项目中，99%以上的场景为了提高系统的吞吐量和系统的性能，不会采用强一致性的策略，基本都是最终一致性的方案，采取中间件MQ，redis等来保证系统稳定和高的的吞吐量...本文就是讨论一下redis和mysql双写一致性问题的各种方案...对比各种方案的优缺点，大家可以根据自己的实际项目需求来选择自己项目实战的最优解...

前提：系统有一定的并发量...默认情况：大家都是以mysql数据为准，查询数据在mysql中存在....

1-【推荐】先更新数据库，然后删除缓存

更新用户信息 updateUserInfo	查询用户信息getUserInfo
updateUserInfo(User user){ userMapper.updateById(user);//mysql数据更新 redis.delete(userKey) }	getUserInfo(Long id){ User user=getFromRedis(); if(user==null){ user=getFromMysql(); setToRedis(user); } }

时间	线程A-业务1	线程B-业务2	存在问题
t1	更新id=100的用户信息，update-mysql
t2		查询id=100的用户信息	此时线程B查询id=100的用户信息，此时redis有数据，读取到脏数据了
t3	删除redis缓存id=100的用户信息
t4

小结：线程会第一次查询到脏数据，后续数据是正常的，99%场景可以用

2-【不推荐】先删除缓存，然后更新数据库

更新用户信息 updateUserInfo	查询用户信息getUserInfo
updateUserInfo(User user){ redis.delete(userKey) userMapper.updateById(user);//mysql数据更新 }	getUserInfo(Long id){ User user=getFromRedis(); if(user==null){ user=getFromMysql(); setToRedis(user); } }

时间	线程A-业务1	线程B-业务2	存在问题
t1	删除redis缓存id=100的用户信息
t2		查询id=100的用户信息	此时线程B查询id=100的用户信息，此时redis没有数据，去查询数据库，查询到了，然后set进去的数据还是脏数据，线程A更新了个寂寞....
t3	更新id=100的用户信息，update-mysql
t4

小结：由于线程A update的耗时一般比B的慢，这种场景出现的概率大，而且线程A更新了个寂寞...

3-【推荐】先删除缓存，然后更新数据库,再删除缓存

更新用户信息 updateUserInfo	查询用户信息getUserInfo
updateUserInfo(User user){ redis.delete(userKey) userMapper.updateById(user);//mysql数据更新 redis.delete(userKey) }	getUserInfo(Long id){ User user=getFromRedis(); if(user==null){ user=getFromMysql(); setToRedis(user); } }

时间	线程A-业务1	线程B-业务2	存在问题
t1	删除redis缓存id=100的用户信息
t2		查询id=100的用户信息	此时线程B查询id=100的用户信息，此时redis没有数据，去查询数据库，查询到了，然后set进去的数据还是脏数据
t3	更新id=100的用户信息，update-mysql
t4	删除redis缓存id=100的用户信息
t5			再次查询会redis没有数据，会读取到最新数据

其实有了方案3本质上和方案1没有区别，优化点在方案3先删除了redis缓存，解决了方案1 线程A更新成功，还未set到redis中，但是线程B redis中拿不到数据，去mysql可以得到新的数据；相比较方案1降低了脏数据的可能性....

4-【推荐】先更新mysql-监听binlog-更新redis

此种方案应用在吞吐量特别高的系统，对数据一致性要求很高的场景，需要再引入第三方组件，比如阿里的canal监听binglog，然后缓存系统读取binglog去更新...增加系统复杂度....中小型系统不推荐使用...