【Redis】如何保证Redis缓存与数据库的一致性？

1、四种同步策略

想要保证缓存与数据库的双写一致，一共有4种方式，即4种同步策略：

• 先更新缓存，再更新数据库；
• 先更新数据库，再更新缓存；
• 先删除缓存，再更新数据库；
• 先更新数据库，再删除缓存。

从这4种同步策略中，我们需要作出比较的是：

更新缓存与删除缓存哪种方式更合适？应该先操作数据库还是先操作缓存？

2、更新缓存还是删除缓存

下面，我们来分析一下，应该采用更新缓存还是删除缓存的方式。

2.1 更新缓存

• 优点：每次数据变化都及时更新缓存，所以查询时不容易出现未命中的情况。

• 缺点：更新缓存的消耗比较大。如果数据需要经过复杂的计算再写入缓存，那么频繁的更新缓存，就会影响服务器的性能。如果是写入数据频繁的业务场景，那么可能频繁的更新缓存时，却没有业务读取该数据。

2.2 删除缓存

• 优点：操作简单，无论更新操作是否复杂，都是将缓存中的数据直接删除。

• 缺点：删除缓存后，下一次查询缓存会出现未命中，这时需要重新读取一次数据库。从上面的比较来看，一般情况下，删除缓存是更优的方案。

3、先操作数据库还是缓存

下面，我们再来分析一下，应该先操作数据库还是先操作缓存。
首先，我们将先删除缓存与先更新数据库，在出现失败时进行一个对比：

3.1 先删除缓存再更新数据库

如上图，是先删除缓存再更新数据库，在出现失败时可能出现的问题：

• 线程A删除缓存成功，线程A更新数据库失败；
• 线程B从缓存中读取数据；由于缓存被删，进程B无法从缓存中得到数据，进而从数据库读取数据；此时数据库中的数据更新失败，线程B从数据库成功获取旧的数据，然后将数据更新到了缓存。
• 最终，缓存和数据库的数据是一致的，但仍然是旧的数据

3.2 先更新数据库再删除缓存

如上图，是先更新数据库再删除缓存，在出现失败时可能出现的问题：

• 线程A更新数据库成功，线程A删除缓存失败；
• 线程B读取缓存成功，由于缓存删除失败，所以线程B读取到的是缓存中旧的数据。
• 最后线程A删除缓存成功，有别的线程访问缓存同样的数据，与数据库中的数据是一样。
• 最终，缓存和数据库的数据是一致的，但是会有一些线程读到旧的数据。

经过上面的比较，我们发现在出现失败的时候，是无法明确分辨出先删缓存和先更新数据库哪个方式更好，以为它们都存在问题。后面我们会进一步对这两种方式进行比较，但是在这里我们先探讨一下，上述场景出现的问题，应该如何解决呢？

实际上，无论上面我们采用哪种方式去同步缓存与数据库，在第二步出现失败的时候，都建议采用重试机制解决，上面两幅图中已经画了。

下面我们再将先删缓存与先更新数据库，在没有出现失败时进行对比：

如上图，是先删除缓存再更新数据库，在没有出现失败时可能出现的问题：

• 线程A删除缓存成功；
• 线程B读取缓存失败；
• 线程B读取数据库成功，得到旧的数据；
• 线程B将旧的数据成功地更新到了缓存；
• 线程A将新的数据成功地更新到数据库。

可见，进程A的两步操作均成功，但由于存在并发，在这两步之间，进程B访问了缓存。最终结果是，缓存中存储了旧的数据，而数据库中存储了新的数据，二者数据不一致。

如上图，是先更新数据库再删除缓存，在没有出现失败时可能出现的问题：

• 线程A更新数据库成功；
• 线程B读取缓存成功；
• 线程A删除缓存成功。

可见，最终缓存与数据库的数据是一致的，并且都是最新的数据。但线程B在这个过程里读到了旧的数据，可能还有其他线程也像线程B一样，在这两步之间读到了缓存中旧的数据，但因为这两步的执行速度会比较快，所以影响不大。对于这两步之后，其他进程再读取缓存数据的时候，就不会出现类似于进程B的问题了。

最终结论：

经过对比你会发现，先更新数据库、再删除缓存是影响更小的方案。如果第二步出现失败的情况，则可以采用重试机制解决问题。

4、延时双删

上面我们提到，如果是先删缓存、再更新数据库，在没有出现失败时可能会导致数据的不一致。如果在实际的应用中，出于某些考虑我们需要选择这种方式，那有办法解决这个问题吗？答案是有的，那就是采用延时双删的策略，延时双删的基本思路如下：

• 删除缓存；
• 更新数据库；
• sleep N毫秒；
• 再次删除缓存。

public void write(String key, Object data) {Redis.delKey(key);db.updateData(data);Thread.sleep(1000);Redis.delKey(key);
}

阻塞一段时间之后，再次删除缓存，就可以把这个过程中缓存中不一致的数据删除掉。而具体的时间，要评估你这项业务的大致时间，按照这个时间来设定即可。

4.1 采用读写分离的架构怎么办？

如果数据库采用的是读写分离的架构，那么又会出现新的问题，如下图：

此时来了两个请求，请求 A（更新操作） 和请求 B（查询操作）

• 请求 A 更新操作，删除了 Redis；
• 请求主库进⾏更新操作，主库与从库进行同步数据的操作；
• 请 B 查询操作，发现 Redis 中没有数据；
• 去从库中拿去数据；
• 此时同步数据还未完成，拿到的数据是旧数据；

此时的解决办法就是如果是对 Redis 进行填充数据的查询数据库操作，那么就强制将其指向主库进⾏查询。

删除失败了怎么办？

如果删除依然失败，则可以增加重试的次数，但是这个次数要有限制，当超出一定的次数时，要采取报错、记日志、发邮件提醒等措施。

5、利用消息队列进行删除的补偿

先更新数据库，后删除缓存这⼀种情况也会出现问题，比如更新数据库成功了，但是在删除缓存的阶段出错了没有删除成功，那么此时再读取缓存的时候每次都是错误的数据了。

此时解决方案就是利用消息队列进行删除的补偿。具体的业务逻辑⽤语⾔描述如下：

• 请求 线程A 先对数据库进行更新操作；
• 在对 Redis 进行删除操作的时候发现报错，删除失败；
• 此时将Redis 的 key 作为消息体发送到消息队列中；
• 系统接收到消息队列发送的消息后再次对 Redis 进行删除操作；

但是这个方案会有⼀个缺点就是会对业务代码造成大量的侵入，深深的耦合在⼀起，所以这时会有⼀个优化的方法，我们知道对 Mysql 数据库更新操作后再 binlog 日志中我们都能够找到相应的操作，那么我们可以订阅 Mysql 数据库的 binlog 日志对缓存进行操作。