前言

由于緩存的高并發和高性能已經在各種項目中被廣泛使用，在讀取緩存這方面基本都是一致的，大概都是按照下圖的流程進行操作：

但是在更新緩存方面，是更新完數據庫再更新緩存還是直接刪除緩存呢？又或者是先刪除緩存再更新數據庫？在這一點上就值得探討了。

一致性方案

在實際項目開發中需要保證數據庫和緩存中的數據一致，否則人家充值了100塊，不斷刷新卻還是顯示0.01元，豈不是尷尬？從理論上來說，為緩存設置過期時間是最終保證數據一致性的解決方案，采用這種方案的話，所有的寫操作都是以數據庫為準，如果數據庫寫入成功但是緩存更新失敗，只要緩存到過期時間之后后面讀緩存時自然會在數據庫中讀取新的值然后更新緩存。接下來探討的思路主要的方向是在不依賴為緩存設置過期時間的前提下如何保證數據一致性。這里主要探討三種方案：

①先更新數據庫，再更新緩存
②先刪除緩存，再更新數據庫
③先更新數據庫，再刪除緩存

先更新數據庫再更新緩存

這種方案是普遍被反對的(在我的認知范圍中~)，為啥呢？為啥這種方案就被反對呢？原因主要有兩方面，請聽我細細道來：

首先從數據安全方面考慮，如果同時有請求A和請求B同時進行操作，A先更新了數據庫的一條數據，隨后B馬上有更新了該條數據，但是可能因為網絡延遲等原因，B卻比A先更新了緩存，就會出現一種什么情況呢？緩存中的數據并不最新的B更新過的數據，就導致了數據不一致的情況。

其次從業務場景方面考慮，如果是一個寫數據庫較多而讀數據庫較少的業務，如果采用這種方案就會導致數據還沒讀緩存就會被頻繁更新，白白浪費性能。

綜合以上兩方面的考慮，這種方案果斷pass。下面的兩種方案就是爭議較大的兩種方案了，到底是先刪緩存再更新數據庫還是先更新數據庫再刪除緩存？

先刪緩存再更新數據庫

如果同時有一個請求A進行更新操作，請求B進行查詢操作，就可能會出現A請求進行寫操作前會刪除緩存，B請求剛好此時進來發現緩存是空的，B請求就會查詢數據庫，如果此時A請求的寫操作還未完成，B請求查詢到的就還是舊的值，還是會將舊的值寫入緩存，A請求將新的值寫入數據庫，此時就會導致數據不一致的問題，如果不采用給緩存設置過期時間的策略，該數據永遠都是臟數據。

解決這種情況可以采用延時雙刪的策略，就是在更新數據庫之前先刪除緩存，然后對數據庫進行寫入操作，數據庫更新完成之后再次進行刪除緩存的操作，目的是刪除讀請求可能造成的緩存臟數據，第二次刪除緩存之前可以休眠幾秒，具體時間開發者可以評估一下自己項目讀數據業務邏輯的耗時，然后在該耗時基礎上加幾百ms即可，這么做的目的就是確保讀請求結束寫請求可以刪除讀請求造成的臟數據。如果MySQL采用的是讀寫分離的架構，可能由于主從延時的原因造成數據不一致，可以在寫操作完成之后根據主從延時時間休眠一下然后再進行刪除緩存的操作。延時雙刪的偽代碼如下：

# 偽代碼
def delay_delete():
    redis.delete('name')  # 更新數據庫之前先刪除緩存
    sql = 'update info set name='lili' where id=1;'  # 更新數據庫
    cursor.execute(sql)  
    time.sleep(1)  # 如果mysql是主從架構則休眠主從延時的時間再多幾百ms
    redis.delete('name')  # 再次刪除緩存

那會不會存在第二次刪除緩存失敗的情況呢？如果第二次刪除失敗，還是會造成緩存和數據庫不一致的問題，又如何解決呢？且看下一種方案。

先更新數據庫再刪除緩存

老外提出了一個緩存更新方案Cache−AsidepatternCache-Aside patternCache−Asidepattern，文章中提到**應用程序應該從cache中獲取數據，如果獲取成功直接返回，如果沒有獲取成功，則從數據庫中獲取，成功后放到緩存中，更新數據時應該先把數據存到數據庫中成功后再讓緩存失效。**原文如下

If an application updates information, it can follow the write-through strategy by making the modification to the data store, and by invalidating the corresponding item in the cache.
When the item is next required, using the cache-aside strategy will cause the updated data to be retrieved from the data store and added back into the cache.

這種方案會不會產生數據不一致的情況呢？比如下述這種情況：

有兩個請求A和B，A進行查詢同時B進行更新，假設發生下述情況：

①此時緩存剛好失效

②請求A 就會去查詢數據庫得到一個舊的值

③請求B將新的值寫入數據庫

④請求B寫入成功后刪除緩存

⑤請求A將查到的機制寫入緩存，產生臟數據...

如果發聲上述情況，確實會產生數據不一致的情況，但是XDM想一想，發生這種情況的概率是多少呢？如果先要產生這種結果，就必須有一個條件，就是請求B的操作時間非常短，短到什么程度呢，就是請求B寫入數據庫的操作要比請求A從數據庫中讀取數據的速度要快(因為redis非常快，因此操作redis的時間可以暫且忽略)，只有這種情況下④才可能比⑤先發聲，但是數據庫的讀操作要遠比寫操作快的多，不然做讀寫分離干嘛呢？所以這種情況發生的概率是非常非常非常的低，但是如果強迫癥患者出現必須要解決怎么辦呢？就可以采用給緩存設置過期時間或者采用第二種方案的延時雙刪策略，保證讀請求完成之后在進行刪除操作。

最后的問題

還有問題呀，就是最終解決方案三可能 出現的極低概率的數據不一致的方案是采用方案二的延時雙刪策略，可是在方案二中也說了，如果出現緩存刪除失敗的情況咋辦？那不是還會出現數據不一致的問題嗎？這個問題到底如何解決呢？這里提供一個重試機制，刪除失敗就重試一次唄，這里提供一種重試的方案。

①更新數據庫
②由于各種原因緩存刪除失敗
③將刪除失敗的緩存放入消息隊列中
④業務代碼從消息隊列中獲取需要刪除的key
⑤繼續嘗試刪除操作，直到成功

總結

到此這篇關于MySQL與Redis如何保證數據一致性的文章就介紹到這了,更多相關MySQL與Redis數據一致性內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！