聊一聊Redis与MySQL双写一致性如何保证


Posted in Redis onJune 26, 2021

1 什么是一致性?

聊一聊Redis与MySQL双写一致性如何保证

一致性就是数据保持一致,在分布式系统中,可以理解为多个节点中数据的值是一致的。

强一致性: 这种一致性级别是最符合用户直觉的,它要求系统写入什么,读出来的也会是什么,用户体验性好,但实现起来往往对系统的性能影响大;

弱一致性: 这种一致性级别约束了系统在写入成功后,不承诺立即可以读到写入的值,也不承诺多久之后数据能够达到一致,但会尽可能地保证到某个时间级别(比如秒级别)后,数据能够达到一致状态;

最终一致性: 最终一致性是弱一致性的一个特例,系统会保证在一定时间内,能够达到一个数据一致的状态。这里之所以将最终一致性单独提出来,是因为它是弱一致性中非常推崇的一种一致性模型,也是业界在大型分布式系统的数据一致性上比较推崇的模型;

 2 三个经典的缓存模式

缓存可以提升性能、缓解数据库压力,但是使用缓存也会导致数据不一致性的问题。一般我们是如何使用缓存呢?有三种经典的缓存使用模式:

  • Cache-Aside Pattern;
  • Read-Through / Write-Through
  • Write-behind

(1) Cache-Aside

Cache-Aside Pattern, 即旁路缓存模式。它的提出是为了尽可能地解决缓存与数据库的数据不一致问题。

a. Cache-Aside读流程

Cache-Aside Pattern的读请求流程如下:

聊一聊Redis与MySQL双写一致性如何保证

读的时候,先读缓存,缓存命中的话,直接返回数据;缓存没有命中的话,就去读数据库,从数据库中取出数据,放入缓存后,同时返回响应; b.Cache-Aside写流程

Cache-Aside Pattern的写请求流程如下:

聊一聊Redis与MySQL双写一致性如何保证

更新得到时候,先更新数据库,然后再删除缓存。

当这个数据在下一次需要的时候,使用Cache-Aside模式将会在获取数据的时候,同时从数据仓库中获取数据,并且写到Cache之中。

(2) Read-Through/Write-Through(读写穿透)

Read/Write - Through模式中,服务端把缓存作为主要数据存储。应用程序跟数据库缓存交互,都是通过抽象缓存层完成的。

a.Read-Through

Read-Through读的简要流程如下:

聊一聊Redis与MySQL双写一致性如何保证

从缓存中读取数据,读到直接返回;

如果读取不到的话,从数据库中加载,写入缓存后,再返回响应;

这个简要流程是不是跟Cache-Aside很像呢?其实Read-Through就是多了一层Cache-Provider而已,流程如下:

聊一聊Redis与MySQL双写一致性如何保证

Read-Through 实际上只是在Cache-Aside之上进行了一层封装,它会让程序代码变得更加简洁,同时也减少数据源上的负载。

b.Write-Through

Write-Through模式下,当发生写请求时,也是由缓存抽象层完成数据源和缓存数据的更新,流程如下:

聊一聊Redis与MySQL双写一致性如何保证

(3) Write-behind(异步缓存写入)

Write-behind跟Read-Through/Write-Through有很多相似的地方,都是由Cache Provider来负责缓存和数据库的读写。它们又有个很大的不同:Read/Write-Through是同步更新缓存和数据的,Write-Behind则是只更新缓存,不直接更新数据库,通过批量异步的方式来更新数据库。

聊一聊Redis与MySQL双写一致性如何保证

这种方式下,缓存和数据库的一致性不强,对一致性要求高的系统要谨慎使用。

但是它适合频繁写的场景,MySQL的Innodb Buffer Pool机制就是用到这种模式。

3 操作缓存的时候,到底是删除缓存呢,还是更新缓存?

日常开发中,我们一般使用的就是Cache-Aside模式。但这里我们注意到Cache-Aside在写入请求的时候,为什么是删除缓存而不是更新缓存呢?

聊一聊Redis与MySQL双写一致性如何保证

我们在操作缓存的时候,到底应该删除缓存还是更新缓存呢?这里通过一个例子来说明一下:

聊一聊Redis与MySQL双写一致性如何保证

线程A先发起一个写操作,第一步先更新数据库;线程B先发起一个写操作,第二步后更新数据库;但是由于网络等原因,线程B先更新了缓存;线程A更新缓存;

此外, 更新缓存相对于删除缓存,还有两点劣势:

如果你写入的缓存值,是经过复杂计算才得到的话,更新缓存频率高的话,就浪费性能了;在写数据库场景多、读数据场景少的情况下,数据很多时候还没被读取到,又被更新了,这也浪费了性能呢。 4 双写的情况下,先操作数据库还是先操作缓存呢?

Cache-Aside缓存模式中,有些小伙伴还是会有疑问,在写请求过来的时候,为什么是先操作数据库呢?为什么不先操作缓存呢?

例子:假设有A、B两个请求,请求A做更新操作,请求B做查询读取操作。

聊一聊Redis与MySQL双写一致性如何保证

线程A发起一个写操作,第一步del cache;此时线程B发起一个读操作,cache miss;线程B继续读DB,读出来一个老数据,此时线程B把老数据设置入cache;线程A写入DB更新数据;

这里就存在这样的一个问题了:缓存和数据库的数据不一致了。缓存保存的是老数据,数据库保存的是新数据。 因此,Cache-Aside缓存模式,选择了先操作数据库而不是先操作缓存。

但可能这时候有小伙伴会思考:先操作数据库再操作缓存,不一样也会导致不一致嘛?它俩又不是原子性操作的。这个是会的。但是这种方式,一般会因为删除缓存失败等原因,才会导致脏数据,这个概率就很低。

那么针对这种删除缓存失败的情况,如何保证一致性呢?

数据库和缓存数据保持强一致,可以嘛?

实际上,没办法做到数据库和缓存的绝对的一致性

加锁可以嘛?并发写期间加锁,任何读操作不写入缓存?缓存以及数据库封装CAS乐观锁,更新缓存时通过lua脚本?分布式事务,3PC?TCC?

其实,这是由CAP理论 决定的。缓存系统适用的场景就是非强一致性的场景,它属于CAP中的AP 。个人觉得,追求绝对一致性的业务场景,不适合引入缓存。

CAP理论,指的是在一个分布式戏中,Consistency(一致性)、Availability(可用性)、Partition tolerance(分区容错性)。三者不可兼得

5 几种方案保证数据库与缓存的一致性 (1) 缓存延时双删

有些小伙伴可能会说,并不一定要先操作数据库呀,采用缓存延时双删策略,就可以保证数据的一致性拉。那么什么是延时双删呢?

聊一聊Redis与MySQL双写一致性如何保证

先删除缓存;再更新数据库;再休眠一会(比如1秒),再次删除缓存;

那么这个休眠一会,一般多久呢?都是1秒?

这个休眠时间 = 读业务逻辑数据的耗时 + 几百毫秒。 为了确保读请求结束,写请求可以删除读请求可能带来的缓存脏数据;

这种方案还算可以,只有休眠那一会(比如就那1秒),可能有脏数据,一般业务也会接受的。但是如果第二次删除缓存失败呢?缓存和数据库的数据还是可能不一致,对吧?给Key设置一个自然的expire过期时间,让它自动过期怎样?那业务要接受过期时间内,数据的不一致咯?还是有其他更佳方案呢?

(2) 删除缓存重试机制

不管是延时双删还是Cache-Aside的先操作数据库再删除缓存, 都可能会存在第二步的删除缓存失败,导致的数据不一致问题。可以使用这个方案优化:删除失败就多删除几次呀,保证删除缓存成功就可以了呀~ 所以可以引入删除缓存重试机制

聊一聊Redis与MySQL双写一致性如何保证

写请求更新数据库;缓存因为某些原因,删除失败;把删除失败的key放到消息队列;消费消息队列的消息,获取要删除的key;重试删除缓存操作; (3) 读取binlog异步删除缓存

重试删除缓存机制还可以,但是会造成好多业务代码入侵。其实,还可以这样优化:通过数据库的binlog来异步淘汰key。

聊一聊Redis与MySQL双写一致性如何保证

以上就是Redis与MySQL双写一致性如何保证呢的详细内容,更多关于Redis与MySQL双写一致性的资料请关注三水点靠木其它相关文章!

Redis 相关文章推荐
基于Redis过期事件实现订单超时取消
May 08 Redis
深入浅析Redis 集群伸缩原理
May 15 Redis
详解redis分布式锁的这些坑
May 19 Redis
浅谈redis缓存在项目中的使用
May 20 Redis
分布式锁为什么要选择Zookeeper而不是Redis?看完这篇你就明白了
May 21 Redis
你真的了解redis为什么要提供pipeline功能
Jun 22 Redis
Redis主从配置和底层实现原理解析(实战记录)
Jun 30 Redis
Redis集群的关闭与重启操作
Jul 07 Redis
解析redis hash应用场景和常用命令
Aug 04 Redis
分布式Redis Cluster集群搭建与Redis基本用法
Feb 24 Redis
面试分析分布式架构Redis热点key大Value解决方案
Mar 13 Redis
基于Redis6.2.6版本部署Redis Cluster集群的问题
Apr 01 Redis
k8s部署redis cluster集群的实现
Jun 24 #Redis
浅析Redis Sentinel 与 Redis Cluster
redis cluster支持pipeline的实现思路
了解Redis常见应用场景
Jun 23 #Redis
压缩Redis里的字符串大对象操作
你真的了解redis为什么要提供pipeline功能
Redis缓存-序列化对象存储乱码问题的解决
You might like
利用PHP和AJAX创建RSS聚合器的代码
2007/03/13 PHP
从零开始学YII2框架(五)快速生成代码工具 Gii 的使用
2014/08/20 PHP
PHP实现的增强性mhash函数
2015/05/27 PHP
PHP中soap用法示例【SoapServer服务端与SoapClient客户端编写】
2018/12/25 PHP
PHP静态方法和静态属性及常量属性的区别与介绍
2019/03/22 PHP
PHP使用PDO实现mysql防注入功能详解
2019/12/20 PHP
JS中的substring和substr函数的区别说明
2013/05/07 Javascript
js sort 二维数组排序的用法小结
2014/01/24 Javascript
jquery easyui 对于开始时间小于结束时间的判断示例
2014/03/22 Javascript
jquery仿QQ登录账号选择下拉框效果
2016/03/22 Javascript
AngularJs  Understanding Angular Templates
2016/09/02 Javascript
js中scrollTop()方法和scroll()方法用法示例
2016/10/03 Javascript
jQuery Validate验证框架详解(推荐)
2016/12/17 Javascript
基于jQuery实现简单人工智能聊天室
2017/02/10 Javascript
jQuery实现可拖动进度条实例代码
2017/06/21 jQuery
nodejs对express中next函数的一些理解
2017/09/08 NodeJs
详解Vue.js在页面加载时执行某个方法
2018/11/20 Javascript
实用的Vue开发技巧
2019/05/30 Javascript
JS精确判断数据类型代码实例
2019/12/18 Javascript
vue路由权限校验功能的实现代码
2020/06/07 Javascript
vue 实现超长文本截取,悬浮框提示
2020/07/29 Javascript
Python实现带百分比的进度条
2016/06/28 Python
Python中如何获取类属性的列表
2016/12/26 Python
使用pyecharts在jupyter notebook上绘图
2020/04/23 Python
python实现图书管理系统
2018/03/12 Python
Python使用Pandas对csv文件进行数据处理的方法
2019/08/01 Python
Python爬虫爬取百度搜索内容代码实例
2020/06/05 Python
pytorch 计算ConvTranspose1d输出特征大小方式
2020/06/23 Python
CSS3实现多重边框的方法总结
2016/05/31 HTML / CSS
欧洲第一的摇滚和金属乐队服装网站:EMP
2017/10/26 全球购物
与UNIX有关的几个名词
2015/09/17 面试题
项目经理任命书
2014/06/04 职场文书
招标授权委托书样本
2014/09/23 职场文书
六一文艺汇演主持词
2015/06/30 职场文书
初中班干部工作总结
2015/08/10 职场文书
如何用JS实现简单的数据监听
2021/05/06 Javascript