go-zero微服務(wù)實(shí)戰(zhàn)系列（六、緩存一致性保證）
只要我們使用緩存，就必然會面對緩存和數(shù)據(jù)庫間的一致性問題。如果緩存中的數(shù)據(jù)和數(shù)據(jù)庫的數(shù)據(jù)不一致，那么業(yè)務(wù)應(yīng)用從緩存中讀取的數(shù)據(jù)就不是最新的數(shù)據(jù)，對業(yè)務(wù)的影響可想而知。比如我們把商品的庫存數(shù)據(jù)存在緩存中，如果緩存中庫存數(shù)據(jù)不對，那么可能就會影響下單操作，這是業(yè)務(wù)上很難接受的。本篇文章我們來一起聊一聊緩存的一致性問題。
如何解決緩存不一致
先刪緩存再更新數(shù)據(jù)庫
假設(shè)線程A刪除緩存后，還沒來得及更新數(shù)據(jù)庫，這時候線程B開始讀數(shù)據(jù)，線程B發(fā)現(xiàn)緩存缺失就只能去讀數(shù)據(jù)庫，等到線程B從數(shù)據(jù)庫中讀取完數(shù)據(jù)回塞緩存后，線程A才開始更新數(shù)據(jù)庫，此時，緩存中的數(shù)據(jù)是舊值，而數(shù)據(jù)庫中是最新值，兩者已經(jīng)不一致了。
這種場景的解決方案是在線程A更新完數(shù)據(jù)庫的值后，可以讓它sleep一小段時間，再進(jìn)行一次緩存刪除操作，之所以要加上sleep的一段時間，就是為了讓線程B能夠先從數(shù)據(jù)庫讀取出數(shù)據(jù)然后再把緩存miss的數(shù)據(jù)回塞到緩存，然后線程A再進(jìn)行刪除。所以線程A的sleep時間就需要大于線程B讀取數(shù)據(jù)再寫入緩存的時間。這個時間是多少呢？這個是需要我們在業(yè)務(wù)中加入打點(diǎn)監(jiān)控來統(tǒng)計的，根據(jù)這個統(tǒng)計值來估算該時間。這樣一來，其他線程讀取數(shù)據(jù)時，會發(fā)現(xiàn)緩存缺失，就會從數(shù)據(jù)庫中讀取最新的值。我們把這種模型叫做 "延時雙刪"。
先更新數(shù)據(jù)庫再刪除緩存
如果線程A更新了數(shù)據(jù)庫中的值，但還沒來得及刪除緩存中的值，線程B這時候開始讀取數(shù)據(jù)，此時，線程B查詢緩存時，命中了緩存，就會直接使用緩存中的值，該值為舊值。不過在這種場景下，如果并發(fā)請求量不高的話，其實(shí)基本上不會有線程讀到舊值，而且線程A更新完數(shù)據(jù)庫后，刪除緩存是非常快的操作，所以，這種情況總體對業(yè)務(wù)影響較小。一般在生產(chǎn)環(huán)境中，也推薦大家采用該模式。
重試機(jī)制
可以把要刪除的緩存值或者要更新的數(shù)據(jù)庫的值放到消息隊列中，當(dāng)應(yīng)用沒能夠成功地刪除緩存或者是更新數(shù)據(jù)庫的值的時候，可以從消息隊列中消費(fèi)這些值，這里消費(fèi)消息隊列的服務(wù)叫job，然后再次進(jìn)行刪除或者更新，起到一個兜底補(bǔ)償?shù)淖饔?，以此來保證最終的一致性。
如果能夠成功地刪除或更新，就需要把這些值從消息隊列中去除，以免重復(fù)操作，此時，我們也可以保證數(shù)據(jù)庫和緩存數(shù)據(jù)的一致了，否則的話，我們還需要再次進(jìn)行重試，如果重試超過一定次數(shù)還是失敗，這時候一般都需要記錄錯誤日志或者發(fā)送告警通知。
并發(fā)讀寫
首先第一步線程A讀取緩存，這時候緩存沒有命中，由于使用的是cache aside這種模式，所以接下來第二步線程A會去讀數(shù)據(jù)庫，這個時候線程B更新數(shù)據(jù)庫，更新完數(shù)據(jù)庫后通過set cache更新了緩存，最后第五步線程A把從數(shù)據(jù)庫讀到的值通過set cache也更新了緩存，但是這時候線程A中的數(shù)據(jù)已經(jīng)是臟數(shù)據(jù)了，由于第四步和第五步都是設(shè)置緩存，導(dǎo)致寫入的值相互覆蓋，并且操作的順序具有不確定性，從而導(dǎo)致了緩存不一致情況的發(fā)生。
怎么解決這個問題呢？其實(shí)非常地簡單，我們只需要把第五步的set cache操作替換成add cache即可，add cache即setnx操作，只有緩存不存在的時候才會成功寫入，相當(dāng)于加了優(yōu)先級，即更新數(shù)據(jù)庫后的更新緩存優(yōu)先級更高，而讀數(shù)據(jù)庫后回塞緩存的優(yōu)先級較低，從而保證寫操作的最新數(shù)據(jù)不會被讀操作的回塞數(shù)據(jù)覆蓋。
結(jié)束語
本篇文章說明了在使用緩存時最常遇見的一個問題，也就是緩存和數(shù)據(jù)庫不一致的問題，針對這個問題我們列舉了一些可能導(dǎo)致不一致的場景以及對應(yīng)場景的解決方案，特別地，對于job異步補(bǔ)償?shù)膱鼍拔覀兛梢允褂胹et操作來強(qiáng)行覆蓋緩存，保證緩存的更新為最新的數(shù)據(jù)，而對于讀數(shù)據(jù)庫回塞緩存的操作我們一般使用add來更新緩存。
希望本篇文章對你有所幫助，謝謝。
代碼倉庫: https://github.com/zhoushuguang/lebron
推薦閱讀