我的编程空间,编程开发者的网络收藏夹
学习永远不晚

聊一聊Redis与MySQL双写一致性如何保证

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

聊一聊Redis与MySQL双写一致性如何保证

1 什么是一致性?

在这里插入图片描述

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:

在这里插入图片描述

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:

在这里插入图片描述

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:

在这里插入图片描述

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:

在这里插入图片描述

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:

在这里插入图片描述

(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。

在这里插入图片描述

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?

在这里插入图片描述

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:

在这里插入图片描述

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。

在这里插入图片描述

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?

在这里插入图片描述

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

在这里插入图片描述

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。

在这里插入图片描述

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编程网其它相关文章!

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

聊一聊Redis与MySQL双写一致性如何保证

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

Redis与MySQL双写一致性怎么保证

这篇文章主要介绍了Redis与MySQL双写一致性怎么保证的相关知识,内容详细易懂,操作简单快捷,具有一定借鉴价值,相信大家阅读完这篇Redis与MySQL双写一致性怎么保证文章都会有所收获,下面我们一起来看看吧。
2023-02-16

美团二面:Redis与MySQL双写一致性如何保证?

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。

mysql和redis怎么保证双写一致性

确保 mysql 和 redis 双写一致性的技术包括:事务性更新:同时更新 mysql 和 redis,保证一致性;主从复制:mysql 主服务器更改同步到 redis 从服务器;基于事件的更新:mysql 记录更改并发送到 redis;
mysql和redis怎么保证双写一致性
2024-04-08

如何保证Redis与MySQL双写一致性?连续两个面试问到了!

对于高并发环境,可能需要结合分布式锁、消息队列或缓存失效延时等技术,进一步确保并发写操作下的数据一致性。异步处理binlog时,务必考虑异常处理机制和重试策略,确保binlog事件能够正确处理并执行缓存更新操作。

redis和mysql如何保证一致性

保证 redis 和 mysql 一致性的方法有直接写入 mysql 和事务补偿机制:直接写入 mysql:通过触发器将 mysql 数据变更同步到 redis,保证一致性但性能较低;事务补偿机制:先写入 redis,同时记录补偿事务,容忍
redis和mysql如何保证一致性
2024-04-20

如何保证redis和数据库的双写一致

为了保持 redis 和数据库双写一致性,可以采取以下措施:1. 使用事务保证操作原子性;2. 使用消息队列解耦写入操作;3. 使用乐观锁保证并发写入原子性;4. 使用主从复制提高可用性和容错性;5. 使用最终一致性接受短暂不一致性。如何确
如何保证redis和数据库的双写一致
2024-04-19

redis怎么保证和数据库双写一致性

为了在redis与数据库双写中保证数据一致性,可以采用以下策略:1. 顺序更新:先写入redis,成功后写入数据库,失败则回滚redis;2. 事务更新:将redis写入和数据库写入作为一个原子操作执行;3. 管道更新:将多个写入操作组合成
redis怎么保证和数据库双写一致性
2024-04-08

如何保证缓存与数据库的双写一致性

本篇内容主要讲解“如何保证缓存与数据库的双写一致性”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“如何保证缓存与数据库的双写一致性”吧!只要用缓存,就可能会涉及到缓存与数据库双存储双写,你只要是双
2023-06-02

mysql与redis如何保证数据一致

MySQL和Redis是两种不同类型的数据库,它们在数据存储和数据处理方面有一些不同之处。在将它们结合使用时,需要考虑如何保证数据一致性。一种常见的方法是使用事务来确保数据的一致性。在MySQL中,可以使用事务来保证数据库操作的原子性、一
mysql与redis如何保证数据一致
2024-04-18

Redis与MySQL双写一致性技术详解

本文介绍了先写MySQL后写Redis、使用事务或分布式锁、异步更新与消息队列以及延迟双删等策略来解决双写一致性问题,并提供了相应的实现步骤和代码示例。

MySQL和Redis如何保证数据一致性

MySQL与Redis都是常用的数据存储和缓存系统。为了提高应用程序的性能和可伸缩性,很多应用程序将MySQL和Redis一起使用,其中MySQL作为主要的持久存储,而Redis作为主要的缓存。在这种情况下,应用程序需要确保MySQL和Re
2023-08-22

Redis 和 MySQL 如何保证数据一致性?

启动一个订阅程序去订阅数据库的binlog,获得需要操作的数据。在应用程序中,另起一段程序,获得这个订阅程序传来的信息,进行删除缓存操作。

如何保证数据库和缓存双写一致性?

今天这篇文章我会从浅入深,跟大家一起聊聊,数据库和缓存双写数据一致性问题常见的解决方案,这些方案中可能存在的坑,以及最优方案是什么。

redis如何保证数据一致性

Redis 保证数据一致性的方法主要有以下几种:主从复制:Redis 支持主从复制机制,通过将主节点的数据复制到备用的从节点上,保证数据的一致性。当主节点发生故障时,从节点可以顶替主节点继续提供服务。数据持久化:Redis 支持将内存中的数
redis如何保证数据一致性
2024-05-10

如何保证MySQL和Redis的数据一致性?

今天给大家剖析一下工作中常见的 MySQL 和 Redis 数据一致性问题。

编程热搜

目录