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
详解Redis实现限流的三种方式
Apr 27 Redis
详解RedisTemplate下Redis分布式锁引发的系列问题
Apr 27 Redis
基于Redis延迟队列的实现代码
May 13 Redis
详解redis分布式锁的这些坑
May 19 Redis
redis哨兵常用命令和监控示例详解
May 27 Redis
Redis集群的关闭与重启操作
Jul 07 Redis
Redis Cluster集群动态扩容的实现
Jul 15 Redis
Redis做数据持久化的解决方案及底层原理
Jul 15 Redis
redis击穿 雪崩 穿透超详细解决方案梳理
Mar 17 Redis
Redis高可用集群redis-cluster详解
Mar 20 Redis
Redis中key的过期删除策略和内存淘汰机制
Apr 12 Redis
muduo TcpServer模块源码分析
Apr 26 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
php读取msn上的用户信息类
2008/12/05 PHP
php简单的会话类代码
2011/08/08 PHP
php读取mysql乱码,用set names XXX解决的原理分享
2011/12/29 PHP
PHP投票系统防刷票判断流程分析
2012/02/04 PHP
PHP 安全检测代码片段(分享)
2013/07/05 PHP
JXTree对象,读取外部xml文件数据,生成树的函数
2007/04/02 Javascript
IE与firefox下Dhtml的一些区别小结
2009/12/02 Javascript
javascript 模式设计之工厂模式学习心得
2010/04/27 Javascript
jQuery结合PHP+MySQL实现二级联动下拉列表[实例]
2011/11/15 Javascript
js实现的仿新浪微博完美的时间组件升级版
2011/12/20 Javascript
jquery显示和隐藏div特效实例
2013/02/27 Javascript
jquery单行文字向上滚动效果示例
2014/03/06 Javascript
在jQuery中处理XML数据的大致方法
2015/08/14 Javascript
js钢琴按钮波浪式图片排列效果代码分享
2015/08/26 Javascript
jQuery+ajax实现文章点赞功能的方法
2015/12/31 Javascript
判断JS对象是否拥有某属性的方法推荐
2016/05/12 Javascript
js中scrollTop()方法和scroll()方法用法示例
2016/10/03 Javascript
jQuery实现右侧抽屉式在线客服功能
2017/12/25 jQuery
JavaScript获取用户所在城市及地理位置
2018/04/21 Javascript
JavaScript设计模式之装饰者模式实例详解
2019/01/17 Javascript
Vue-CLI 3.X 部署项目至生产服务器的方法
2019/03/22 Javascript
vue中使用v-for时为什么不能用index作为key
2020/04/04 Javascript
从零学python系列之数据处理编程实例(一)
2014/05/22 Python
python opencv之SIFT算法示例
2018/02/24 Python
python 机器学习之支持向量机非线性回归SVR模型
2019/06/26 Python
Python实现子类调用父类的初始化实例
2020/03/12 Python
pycharm无法安装第三方库的问题及解决方法以scrapy为例(图解)
2020/05/09 Python
Python命令行参数argv和argparse该如何使用
2021/02/08 Python
英国打印机墨盒销售网站:Ink Factory
2019/10/07 全球购物
优秀教师先进个人事迹材料
2014/08/31 职场文书
领导干部个人对照检查材料(群众路线)
2014/09/26 职场文书
初婚初育证明范本
2014/11/24 职场文书
学校清洁工岗位职责
2015/04/15 职场文书
2017春节晚会开幕词
2016/03/03 职场文书
MySQL 8.0 之不可见列的基本操作
2021/05/20 MySQL
SpringDataJPA在Entity中常用的注解介绍
2021/12/06 Java/Android