人生本就是苦還是只有童年苦？生命就是如此！

-----這個殺手不太冷

前言

一道之前的面試題：

如何保證緩存和數(shù)據(jù)庫的一致性？

來自：社招一年半面經(jīng)分享(含阿里美團頭條京東滴滴)

文章首發(fā)在公眾號，之后同步掘金和個人網(wǎng)站：https://upheart.cn/?。?/p>

下面介紹幾種方案（大家回答的時候最好根據(jù)自己的業(yè)務，結(jié)合下面的方案）

文章較長，可以點贊在看

方案分析

更新緩存策略方式常見的有下面幾種：

1. 先更新緩存，再更新數(shù)據(jù)庫
2. 先更新數(shù)據(jù)庫，再更新緩存
3. 先刪除緩存，再更新數(shù)據(jù)庫
4. 先更新數(shù)據(jù)庫，再刪除緩存

下面一一介紹！

方案一：更新緩存，更新數(shù)據(jù)庫

這種方式可輕易排除，因為如果先更新緩存成功，但是數(shù)據(jù)庫更新失敗，則肯定會造成數(shù)據(jù)不一致。

方案二：更新數(shù)據(jù)庫，更新緩存

這種緩存更新策略俗稱雙寫，存在問題是：并發(fā)更新數(shù)據(jù)庫場景下，會將臟數(shù)據(jù)刷到緩存

updateDB();
updateRedis();

舉例：如果在兩個操作之間數(shù)據(jù)庫和緩存又被后面請求修改，此時再去更新緩存已經(jīng)是過期數(shù)據(jù)了。

方案三：刪除緩存，更新數(shù)據(jù)庫

存在問題：更新數(shù)據(jù)庫之前，若有查詢請求，會將臟數(shù)據(jù)刷到緩存

deleteRedis();
updateDB();

舉例：如果在兩個操作之間發(fā)生了數(shù)據(jù)查詢，那么會有舊數(shù)據(jù)放入緩存。

該方案會導致請求數(shù)據(jù)不一致

如果同時有一個請求A進行更新操作，另一個請求B進行查詢操作。那么會出現(xiàn)如下情形:

• 請求A進行寫操作，刪除緩存

• 請求B查詢發(fā)現(xiàn)緩存不存在

• 請求B去數(shù)據(jù)庫查詢得到舊值

• 請求B將舊值寫入緩存

• 請求A將新值寫入數(shù)據(jù)庫

上述情況就會導致不一致的情形出現(xiàn)。而且，如果不采用給緩存設置過期時間策略，該數(shù)據(jù)永遠都是臟數(shù)據(jù)。

方案四：更新數(shù)據(jù)庫，刪除緩存

存在問題：在更新數(shù)據(jù)庫之前有查詢請求，并且緩存失效了，會查詢數(shù)據(jù)庫，然后更新緩存。如果在查詢數(shù)據(jù)庫和更新緩存之間進行了數(shù)據(jù)庫更新的操作，那么就會把臟數(shù)據(jù)刷到緩存

updateDB();
deleteRedis();

舉例：如果在查詢數(shù)據(jù)庫和放入緩存這兩個操作中間發(fā)生了數(shù)據(jù)更新并且刪除緩存，那么會有舊數(shù)據(jù)放入緩存。

假設有兩個請求，一個請求A做查詢操作，一個請求B做更新操作，那么會有如下情形產(chǎn)生

• 緩存剛好失效

• 請求A查詢數(shù)據(jù)庫，得一個舊值

• 請求B將新值寫入數(shù)據(jù)庫

• 請求B刪除緩存

• 請求A將查到的舊值寫入緩存

如果發(fā)生上述情況，確實是會發(fā)生臟數(shù)據(jù)。但是發(fā)生上述情況有一個先天性條件，就是寫數(shù)據(jù)庫操作比讀數(shù)據(jù)庫操作耗時更短

不過數(shù)據(jù)庫的讀操作的速度遠快于寫操作的

因此這一情形很難出現(xiàn)。

方案對比

方案1和方案2的共同缺點：

并發(fā)更新數(shù)據(jù)庫場景下，會將臟數(shù)據(jù)刷到緩存，但一般并發(fā)寫的場景概率都相對小一些；

線程安全角度，會產(chǎn)生臟數(shù)據(jù)，比如：

• 線程A更新了數(shù)據(jù)庫
• 線程B更新了數(shù)據(jù)庫
• 線程B更新了緩存
• 線程A更新了緩存

方案3和方案4的共同缺點：

不管采用哪種順序，2種方式都是存在一些問題的：

• 主從延時問題：不管是先刪除還是后刪除，數(shù)據(jù)庫主從延時可能導致臟數(shù)據(jù)的產(chǎn)生。
• 緩存刪除失?。喝绻彺鎰h除失敗，則都會產(chǎn)生臟數(shù)據(jù)。

問題解決思路：延遲雙刪，添加重試機制，下面介紹！

更新緩存還是刪除緩存？

1.更新緩存緩存需要有一定的維護成本，而且會存在并發(fā)更新的問題

2.寫多讀少的情況下，讀請求還沒有來，緩存以及被更新很多次，沒有起到緩存的作用

3.放入緩存的值可能是經(jīng)過復雜計算的，如果每次更新，都計算寫入緩存的值，浪費性能的

刪除緩存優(yōu)點：簡單、成本低，容易開發(fā)；缺點：會造成一次cache miss

如果更新緩存開銷較小并且讀多寫少，基本不會有寫并發(fā)的時候可以才用更新緩存，否則通用做法還是刪除緩存。

總結(jié)

推薦方案

延遲雙刪

采用更新前后雙刪除緩存策略

public void write(String key,Object data){
  redis.del(key);
     db.update(data);
     Thread.sleep(1000);
     redis.del(key);
 }

• 先淘汰緩存

• 再寫數(shù)據(jù)庫

• 休眠1秒，再次淘汰緩存

大家應該評估自己的項目的讀數(shù)據(jù)業(yè)務邏輯的耗時。然后寫數(shù)據(jù)的休眠時間則在讀數(shù)據(jù)業(yè)務邏輯的耗時基礎上即可。

這么做的目的，就是確保讀請求結(jié)束，寫請求可以刪除讀請求造成的緩存臟數(shù)據(jù)。

問題及解法：

1、同步刪除，吞吐量降低如何處理

將第二次刪除作為異步的，提交一個延遲的執(zhí)行任務

2、解決刪除失敗的方式：

添加重試機制，例如：將刪除失敗的key，寫入消息隊列；但對業(yè)務耦合有些嚴重；

延時工具可以選擇：

最普通的阻塞Thread.currentThread().sleep(1000);

Jdk調(diào)度線程池，quartz定時任務，利用jdk自帶的delayQueue，netty的HashWheelTimer，Rabbitmq的延時隊列，等等

實際場景

我們有個商品中心的場景，是讀多寫少的服務，并且寫數(shù)據(jù)會發(fā)送MQ通知下游拿數(shù)據(jù)，這樣就需要嚴格保證緩存和數(shù)據(jù)庫的一致性，需要提供高可靠的系統(tǒng)服務能力。

寫緩存策略

1. 緩存key設置失效時間
2. 先DB操作，再緩存失效
3. 寫操作都標記key（美團中間件）強制走主庫
4. 接入美團中間件監(jiān)聽binlog（美團中間件）變化的數(shù)據(jù)在進行兜底，再刪除緩存

讀緩存策略

1. 先判斷是否走主庫
2. 如果走主庫，則使用標記（美團中間件）查主庫
3. 如果不是，則查看緩存中是否有數(shù)據(jù)
4. 緩存中有數(shù)據(jù)，則使用緩存數(shù)據(jù)作為結(jié)果
5. 如果沒有，則查DB數(shù)據(jù)，再寫數(shù)據(jù)到緩存

注意

關于緩存過期時間的問題

如果緩存設置了過期時間，那么上述的所有不一致情況都只是暫時的。

但是如果沒有設置過期時間，那么不一致問題就只能等到下次更新數(shù)據(jù)時解決。

所以一定要設置緩存過期時間。

最后

覺得有收獲，希望幫忙點贊，轉(zhuǎn)發(fā)下哈，謝謝，謝謝

微信搜索：月伴飛魚，交個朋友

公眾號后臺回復666，可以獲得免費電子書籍