服务器之家

服务器之家 > 正文

聊一聊Redis与MySQL双写一致性如何保证

时间:2021-08-12 19:58     来源/作者:mind_programmonkey

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服务器之家其它相关文章!

原文链接:https://blog.csdn.net/Mind_programmonkey/article/details/118220493

相关文章

热门资讯

yue是什么意思 网络流行语yue了是什么梗
yue是什么意思 网络流行语yue了是什么梗 2020-10-11
2020微信伤感网名听哭了 让对方看到心疼的伤感网名大全
2020微信伤感网名听哭了 让对方看到心疼的伤感网名大全 2019-12-26
背刺什么意思 网络词语背刺是什么梗
背刺什么意思 网络词语背刺是什么梗 2020-05-22
苹果12mini价格表官网报价 iPhone12mini全版本价格汇总
苹果12mini价格表官网报价 iPhone12mini全版本价格汇总 2020-11-13
2021德云社封箱演出完整版 2021年德云社封箱演出在线看
2021德云社封箱演出完整版 2021年德云社封箱演出在线看 2021-03-15
返回顶部