Redis--13--缓存一致性问题

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

缓存一致性问题

通常情况下，我们使用缓存的主要目的是为了提升查询的性能。大多数情况下，是这样使用缓存的：

当数据库有数据更新时，在很长的一段时间内（决定于缓存的过期时间），用户请求从缓存中获取到的都可能是旧值，而非数据库的最新值。那么，该如何更新缓存呢？目前有以下四种解决方案：

1. 先更新缓存，再更新数据库（差）

2. 先更新数据库，再更新缓存（差）

3. 先删除缓存，后更新数据库（一般）

4. 先更新数据库，后删除缓存（推荐）

讨论四种方案前先统一两个认知，以便更好理解四种方案：

• 缓存一致性问题没有绝对可靠的方案，我们只能让两者尽量接近，但无论如何也不能百分百达到一致性效果。
• 缓存和数据库，无论先处理谁，只要后者有延迟/失败，都会导致不一致的情况，这也正是缓存不一致的根本原因所在。所有解决方案和讨论都是围绕这一点来进行的。

1、先更新缓存，再更新DB

缺点：如果刚写完缓存，突然网络出现了异常，导致写数据库失败了。这样缓存中的数据就变成脏数据，这个问题非常严重，也是最差的一种解决

方案二：先更新DB，再更新缓存

缺点一：问题又来了，写数据库成功，但写缓存失败了，依然会造成缓存脏数据的问题。但写缓存失败比写数据库失败的概率要小很多了(因为数据库可能有加锁、外键约束、超时等机制限制)，所以此方案要比第一种方案好一点。

• 如果对接口性能要求不高，还可以把写数据库和写缓存放到一个事务中，写缓存失败就回滚数据库。

缺点二：然而高并发场景下，还会有个棘手问题：

• 请求a先过来，刚写完了数据库。但由于网络原因，卡顿了一下，还没来得及写缓存。
• 这时候请求b过来了，先写了数据库。
• 接下来，请求b顺利写了缓存。
• 此时，请求a卡顿结束，也写了缓存。

很显然，在这个过程当中，请求b在缓存中的新数据，被请求a的旧数据覆盖了。

也就是说：在高并发场景中，如果多个线程同时执行先写数据库，再写缓存的操作，可能会出现数据库是新值，而缓存中是旧值，两边数据不一致的情况。

缺点三：浪费系统资源

• 写的缓存的内容，并不是简单的数据，而是要经过非常复杂的计算或者查询筛选得出的结果，这样每写一次缓存都要计算一次，这是非常浪费系统资源的，尤其对那些写多读少的业务场景，更是雪上加霜。

删除缓存类

方案三：先删缓存，再写数据库

方案一：

嗯，看起来还不错。即使写数据库失败了，下个请求也会重新触发写缓存操作，基本上避免更新缓存的所有弊端，然而也不是十全十美。

缺点：

1. 请求d先过来，把缓存删除了。但由于网络原因，卡顿了一下，还没来得及写数据库。
2. 这时请求c过来了，先查缓存发现没数据，再查数据库，有数据，但是旧值。
3. 请求c将数据库中的旧值，更新到缓存中。
4. 此时，请求d卡顿结束，把新值写入数据库。

这种极端情况下依然会导致写入的缓存为旧值。

推荐1：延迟双删

为了避免方案1的避免，写完数据库后，再删除一次。

该方案有个非常关键的地方是：第二次删除缓存，并非立马就删，而是要在一定的时间间隔之后。

sleep的时间要对业务读写缓存的时间做出评估，sleep时间大于读写缓存的时间即可。

那么，为什么一定要间隔一段时间之后，才能删除缓存呢？

请求d卡顿结束，把新值写入数据库后，请求c将数据库中的旧值，更新到缓存中。此时，如果请求d删除太快，在请求c将数据库中的旧值更新到缓存之前，就已经把缓存删除了，这次删除就没任何意义。必须要在请求c更新缓存之后，再删除缓存，才能把旧值及时删除了。

还是mysql读写分离的问题

方案四：先写数据库，再删缓存

就怕一种情况：缓存失效。

1. 缓存自动失效。
2. 请求f查询缓存，发缓存中没有数据，查询数据库的旧值，但由于网络原因卡顿了，没有来得及更新缓存。
3. 请求e先写数据库，接着删除了缓存。
4. 请求f更新旧值到缓存中。

这时，缓存和数据库的数据同样出现不一致的情况了。但这种情况还是比较少的，需要同时满足以下条件：

1. 缓存刚好自动失效。
2. 请求f从数据库查出旧值，更新缓存的耗时，比请求e写数据库，并且删除缓存的耗时还长。

缓存失效。只有可能是查询比删除慢的情况，而这种情况相对来说会少很多。同时结合延时双删的处理，可以有效的避免缓存不一致的情况。

删除缓存失败怎么办？

其实先写数据库，再删缓存的方案，跟缓存双删的方案一样，有一个共同的风险点，即：如果缓存删除失败了怎么办？

方案一：设置过期时间

缓存设置一个过期时间，比如5分钟。当然这种方案只适合数据更新不是太频繁的业务。

方案二：同步重试

在接口中判断是否删除成功，如果失败就重试，直到成功或超过最大重试次数为止，返回数据。当然，这种方案的缺点就是可能影响接口性能。

方案三：消息队列

将删除缓存任务写入mq等消息中间件中，在mq的consumer中处理。但问题也很多：

引入消息中间件之后，问题更复杂了，对业务代码有一定侵入性、消息丢失怎么办
消息本身的延迟也会带来短暂的不一致性，不过这个延迟相对来说还是可以接受的

比如基于 RocketMQ 的可靠性消息通信，来实现最终一致性。

方案四：订阅mysql的binlog

当一条数据发生修改时，MySQL 就会产生一条变更日志（binlog），我们可以订阅这个日志，拿到具体操作的数据，然后再根据这条数据，去删除对应的缓存。

意思就是我们的业务应用在修改数据时，「只需」修改数据库，无需操作缓存。步骤如下：

1. 在业务接口中写数据库之后，直接返回成功。
2. mysql服务器会自动把变更的数据写入binlog中。
3. binlog订阅者（消费者）获取变更的数据，然后删除缓存
   

总结

缓存删除比更新效果更好

举个例子：如果数据库1小时内更新了1000次，那么缓存也要更新1000次，但是这个缓存可能只在最后一次更新后被读取了1次，那么前999次的更新有必要吗？

反过来，如果是删除的话，就算数据库更新了1000次，那么也只是做了1次缓存删除（删除前判断key是否存在），只有当缓存真正被读取的时候才去数据库加载

删除缓存有两种方式：

1. 先删除缓存，再更新数据库。解决方案是使用延迟双删。
2. 先更新数据库，再删除缓存。解决方案是消息队列或者监听binlog同步，引入消息队列会带来更多的问题，对业务代码有一定侵入性，并不推荐直接使用。

针对缓存一致性要求不是很高的场景，那么只通过设置超时时间就可以了。