资讯专栏INFORMATION COLUMN

分布式之数据库和缓存双写一致性方案解析

dockerclub / 1590人阅读

摘要:五先删除缓存,再更新数据库该方案会导致不一致的原因同时有一个请求进行更新操作,另一个请求进行查询操作。

一.为什么写这边文章

首先,缓存由于其高并发和高性能的特性,已经在项目中被广泛使用。在读取缓存方面,大家没啥疑问,都是按照下午的流程来进行业务操作:


但是,在更新缓存方面,对于更新完数据库,是更新缓存呢,还是删除缓存?又或者是先删除缓存,再更新数据库?其实这一块是存在很大的争议。

二、文章结构

讲解缓存更新策略;

对每种策略进行缺点分析;

针对缺点给出改进方案;

三、正文

先做一个说明,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。这种方案下,我们可以对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。因此,接下来讨论的思路不依赖于给缓存设置过期时间这个方案。在这里,我们讨论三种更新策略:

先更新数据库,再更新缓存

先删除缓存,再更新数据库

先更新数据库,再删除缓存

为什么没有先更新缓存,再更新数据库这种策略?答案不用说了吧。

四、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:

原因一:线程安装角度
同时又请求A和请求B进行更新操作,那么会出现:

线程A更新了数据库

线程B更新了数据库

线程B更新了缓存

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比A更早更新了缓存。这就导致了脏数据,因此不考虑!

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,而是要经过一系列负责的计算再写入缓存。那么,每次写入数据库后,都要再次计算写入缓存的值,无疑是浪费性能的。显然,删除缓存更为合适。

接下来讨论的就是争议最大的,先删除缓存,再更新数据库。还是先更新数据库,再删除缓存的问题。

五、先删除缓存,再更新数据库

该方案会导致不一致的原因: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。那么就会出现以下情形:

请求A进行写操作,删除缓存

请求B查询发现缓存不存在

请求B去数据库查询得到旧值

请求B将旧值写入缓存

请求A将新值写入数据库

上述情况就会导致不一致的请求出现。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。
那么,该如何解决呢?采用延时双删除策略!伪代码如下:

public void write(String key, Object data){
    redis.delKey(key);
    db.updateData(data);
    Thread.sleep(1000);
    redis.deleKey(key);
}

解释一下:

先淘汰缓存

再写数据库(这两步和原来一样)

休眠1秒,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!

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/69483.html

相关文章

  • 布式据库缓存双写致性方案解析

    摘要:五先删除缓存,再更新数据库该方案会导致不一致的原因同时有一个请求进行更新操作,另一个请求进行查询操作。 一.为什么写这边文章 首先,缓存由于其高并发和高性能的特性,已经在项目中被广泛使用。在读取缓存方面,大家没啥疑问,都是按照下午的流程来进行业务操作: showImg(https://segmentfault.com/img/bVbaV5h?w=553&h=443);但是,在更新缓存方...

    MobService 评论0 收藏0
  • 布式据库缓存双写致性方案解析

    摘要:先更新数据库,再更新缓存这套方案,大家是普遍反对的。采用这种同步淘汰策略,吞吐量降低怎么办,那就将第二次删除作为异步的。比如一个写数据请求,然后写入数据库了,删缓存失败了,这会就出现不一致的情况了。 引言 为什么写这篇文章? 首先,缓存由于其高并发和高性能的特性,已经在项目中被广泛使用。在读取缓存方面,大家没啥疑问,都是按照下图的流程来进行业务操作。 showImg(https://s...

    liukai90 评论0 收藏0
  • 缓存雪崩、缓存穿透、缓存更新了解多少?

    摘要:缓存穿透是指查询一个一定不存在的数据。这就是缓存穿透请求的数据在缓存大量不命中,导致请求走数据库。并发下解决数据库与缓存不一致的思路将删除缓存修改数据库读取缓存等的操作积压到队列里边,实现串行化。 前言 只有光头才能变强。 文本已收录至我的GitHub仓库,欢迎Star:https://github.com/ZhongFuCheng3y/3y 回顾前面: 从零单排学Redis【青铜...

    CNZPH 评论0 收藏0

发表评论

0条评论

最新活动
阅读需要支付1元查看
<