当前位置: 欣欣网 > 码农

4 种策略让 MySQL 和 Redis 数据保持一致(文末送书)

2024-03-25码农

2024送书福利正式起航

关注「哪吒编程」,提升Java技能

先阐明一下 MySQL 和 Redis 的关系 MySQL 是数据库,用来持久化数据,一定程度上保证数据的可靠性; Redis 是用来当缓存,用来提升数据访问的性能。

关于如何保证 MySQL 和 Redis 中的数据一致(即缓存一致性问题),这是一个非常经典的问题。

使用过缓存的人都应该知道,在实际应用场景中,要想时刻保证缓存和数据库中的数据一样,很难做到。

基本上都是尽可能让他们的数据在绝大部分时间内保持一致,并保证最终是一致的。

1、缓存不一致是如何产生的

如果数据一直没有变更,那么就不会出现缓存不一致的问题。

通常缓存不一致是发生在数据有变更的时候。因为每次数据变更你需要同时操作数据库和缓存,而他们又属于不同的系统,无法做到同时操作成功或失败,总会有一个时间差。在并发读写的时候可能就会出现缓存不一致的问题(理论上通过分布式事务可以保证这一点,不过实际上基本上很少有人这么做)。

虽然没办法在数据有变更时,保证缓存和数据库强一致,但对缓存的更新还是有一定设计方法的,遵循这些设计方法,能够让这个不一致的影响时间和影响范围最小化。

2、缓存更新的几种设计

缓存更新的设计方法大概有以下四种:

  • 先删除缓存,再更新数据库(这种方法在并发下最容易出现长时间的脏数据,不可取)

  • 先更新数据库,删除缓存(Cache Aside Pattern)

  • 只更新缓存,由缓存自己同步更新数据库(Read/Write Through Pattern)

  • 只更新缓存,由缓存自己异步更新数据库(Write Behind Cache Pattern)

  • 接下来详细介绍一些这四种设计方法

    2.1 先删除缓存,再更新数据库

    这种方法在并发读写的情况下容易出现缓存不一致的问题

    如上图所示,其可能的执行流程顺序为:

  • 客户端1 触发更新数据A的逻辑

  • 客户端2 触发查询数据A的逻辑

  • 客户端1 删除缓存中数据A

  • 客户端2 查询缓存中数据A,未命中

  • 客户端2 从数据库查询数据A,并更新到缓存中

  • 客户端1 更新数据库中数据A

  • 可见,最后缓存中的数据 A 跟数据库中的数据 A 是不一致的,缓存中的数据A是旧的脏数据。

    因此一般不建议使用这种方式。

    2.2 先更新数据库,再让缓存失效

    这种方法在并发读写的情况下,也可能会出现短暂缓存不一致的问题

    如上图所示,其可能执行的流程顺序为:

  • 客户端1 触发更新数据A的逻辑

  • 客户端2 触发查询数据A的逻辑

  • 客户端3 触发查询数据A的逻辑

  • 客户端1 更新数据库中数据A

  • 客户端2 查询缓存中数据A,命中返回(旧数据)

  • 客户端1 让缓存中数据A失效

  • 客户端3 查询缓存中数据A,未命中

  • 客户端3 查询数据库中数据A,并更新到缓存中

  • 可见,最后缓存中的数据A和数据库中的数据 A 是一致的,理论上可能会出现一小段时间数据不一致,不过这种概率也比较低,大部分的业务也不会有太大的问题。

    2.3 只更新缓存,由缓存自己同步更新数据库(Read/Write Through Pattern)

    这种方法相当于是业务只更新缓存,再由缓存去同步更新数据库。一个Write Through的 例子如下:

    如上图所示,其可能执行的流程顺序为:

  • 客户端1 触发更新数据 A 的逻辑

  • 客户端2 触发查询数据 A 的逻辑

  • 客户端1 更新缓存中数据 A,缓存同步更新数据库中数据 A,再返回结果

  • 客户端2 查询缓存中数据 A,命中返回

  • Read Through 和 WriteThrough 的流程类似,只是在客户端查询数据A时,如果缓存中数据A失效了(过期或被驱逐淘汰),则缓存会同步去数据库中查询数据A,并缓存起来,再返回给客户端。

    这种方式缓存不一致的概率极低,只不过需要对缓存进行专门的改造。

    2.4 只更新缓存,由缓存自己异步更新数据库(Write Behind Cache Pattern)

    这种方式性详单于是业务只操作更新缓存,再由缓存异步去更新数据库,例如:

    如上图所示,其可能的执行流程顺序为:

  • 客户端1 触发更新数据 A 的逻辑

  • 客户端2 触发查询数据 A 的逻辑

  • 客户端1 更新缓存中的数据 A,返回

  • 客户端2 查询缓存中的数据 A,命中返回

  • 缓存异步更新数据 A 到数据库中

  • 这种方式的优势是读写的性能都非常好,基本上只要操作完内存后就返回给客户端了,但是其是非强一致性,存在丢失数据的情况。

    如果在缓存异步将数据更新到数据库中时,缓存服务挂了,此时未更新到数据库中的数据就丢失了。

    总结

    上面讲到的几种缓存更新的设计方式,都是前人总结出来的经验,这些方式或多或少都有一些弊端,并不完美,实际上也很难有完美的设计。大家在做系统设计的时候,也不要去追求完美,要有一些取舍,找到一种最适合自己业务场景的方式就行。

    【MySQL高可用解决方案――从主从复制到InnoDB Cluster架构】

    1、作者

    徐轶韬,甲骨文公司MySQL解决方案首席工程师。为中国金融、政府、航空运输等行业的MySQL用户提供相关产品的售前咨询、企业级产品介绍、解决方案服务,以及推广和普及MySQL数据库在社区的使用。公众号「MySQL解决方案工程师」的运营者和内容作者。「3306π」开源软件社区活动出品人,「墨天轮」社区2020年度十大突出贡献人物。

    2、内容简介

    本书对MySQL官方提供的高可用解决方案逐一进行介绍,详细阐述每种方案的原理、架构、优缺点及适用场景,并配合演示说明,帮助读者快速理解相关内容。与其他MySQL高可用相关图书不同,本书专注于MySQL官方团队提供的解决方案,包括MySQL主从复制、MySQL ReplicaSet、组复制、InnoDB Cluster及InnoDB ClusterSet等相关内容。此外,本书还介绍了MySQL 8.0的部分内容,包括文档存储、MySQL Shell及MySQL Router等。附录部分介绍了企业版监控、企业版备份等MySQL官方工具,以及克隆插件和虚拟机环境VirtualBox,使读者可以更加全面地了解MySQL的生态和工具。通过本书,MySQL数据库开发人员、MySQL数据库管理人员和架构师可以了解MySQL当前全部的产品特性和高可用解决方案,获知每种方案的详细内容,并能够将高可用解决方案灵活运用到实际的生产解决方案中。本书面向的读者对象包括MySQL的初学者、数据库架构师、DBA、相关软件开发人员,以及组织内部的IT负责人。


    留言送书


    关于 MySQL ,想必每个人都有自己的心得体会,欢迎大家在留言区分享,今天就给大家送【 MySQL高可用解决方案 】了

    1楼、2楼、5楼、10楼可分别获得一本

    评论最走心人士,额外再送一本

    (包邮到家哦~🍊)

    活动截止时间:3月27日 21:00

    点击下 名片:

    回复【星球 ,加 入VIP学习交流群

    回复【OD】,加入华为OD机试每日集训交流群

    回复【面试题】,获取【10万字208道Java经典面试题总结(附答案).pdf】

    回复【交流群】,加入Java每日学习交流群

    ·················END·················

    2024送书福利正式起航

    关注「哪吒编程」,提升Java技能

    MySQL高可用解决方案真不错