Redis 缓存双写不一致性的问题

本文主要是介绍Redis 缓存双写不一致性的问题，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

参考：https://www.cnblogs.com/renxiuxing/p/14967390.html

缓存双写不一致的问题描述的是数据库和缓存中的数据一样的问题。

我们在调用接口去查询的时候按照下面的流程去做处理的；

数据库和缓存的更新的问题

对于更新完数据库，是更新缓存呢，还是删除缓存？又或者是先删除缓存，再更新数据库，其实大家存在很大的争议。

从理论上来说，给缓存设置过期时间，是保证最终一致性的解决方案。

对存入缓存的数据设置过期时间，只要到达过期时间，读请求自然会从数据库中读取新值然后回填缓存，保证是数据的最终一致；所有的写请求都以数据库为准，对缓存的操作只是尽最大努力处理到一致即可。

三种更新策略：

• 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；

先更新数据库，再更新缓存

该方案会导致不一致的原因是：请求A和请求B同时去更新；

这套方案，大家是普遍反对的。为什么呢？有如下两点原因。

• 原因一（请求A和B同时去更新）

　　同时有请求A和请求B进行更新操作，那么会出现：

　　（1）请求A更新了数据库；

　　（2）请求B更新了数据库；

　　（3）请求B更新了缓存；

　　（4）请求A更新了缓存；

　　按理说请求A更新缓存应该比请求B更新缓存早才对，但是因为网络等原因，B却比A更早更新了缓存，这样就导致了脏数据。

• 原因二（业务场景角度）

　　有如下两点：

　　（1）如果写入数据库的值，并不是直接写入缓存的，而是要经过一系列复杂的计算再写入缓存。那么，每次的写请求操作都是先写入数据库，经过计算后再写入缓存，无疑是浪费性能的。显然，每次的写请求写入到数据库中之后，删除缓存更为适合，这样就不用去计算了，只有在查询的时候只计算一次就好了。

　　（2）如果是一个写数据库场景比较多，而读数据场景比较少的业务需求，采用这种方案就会导致，每次来的写操作都要去更新缓存，实际上好久才会读一次数据，缓存被频繁的更新都做了无用功，浪费了性能。

　　所以，针对缓存操作的方案还是采用 删除缓存 的方案较好；

　　接下来讨论的就是争议最大的，先删缓存，再更新数据库。还是先更新数据库，再删缓存的问题。

先删缓存，再更新数据库

该方案会导致不一致的原因是：同时有一个请求A进行更新操作，请求B进行查询操作。

那么会出现如下情形:

（1）请求A进行先删除缓存；

（2）请求B查询发现缓存不存在，请求B去数据库查询得到旧值，并将旧值写入缓存；

（3）请求A将新值写入数据库；

上述情况就会导致不一致的情形出现。而且，如果不采用给缓存设置过期时间策略，该数据永远都是脏数据。

那么，如何解决呢？

　　采用延时双删策略：

　　（1）先删除缓存；
　　（2）再更新数据库；
　　（3）休眠1秒，再次删除缓存；

延时双删的策略还是不太好，因为休眠的这个时间不太好把控，而且影响接口的性能；若将休眠 一会，再去删除缓存的操作给异步处理了，那么可以解决性能的问题，但是若异步处理的时候失败了，还是会出现缓存不一致的问题。

先更新数据库，再删缓存

首先，先说一下。老外提出了一个缓存更新套路，名为《Cache-Aside pattern》。其中就指出

• 失效：应用程序先从cache取数据，没有得到，则从数据库中取数据，成功后，放到缓存中。
• 命中：应用程序从cache中取数据，取到后返回。
• 更新：先把数据存到数据库中，成功后，再让缓存失效。

另外，知名社交网站facebook也在论文《Scaling Memcache at Facebook》中提出，他们用的也是先更新数据库，再删缓存的策略。

这种情况不存在并发问题么？

不是的。假设这会有两个请求，一个请求A做查询操作，一个请求B做更新操作，那么会有如下情形产生
（1）缓存刚好失效；
（2）请求A查询数据库，得一个旧值；
（3）请求B将新值写入数据库；
（4）请求B删除缓存；
（5）请求A将查到的旧值写入缓存；

如果发生上述情况，确实是会发生脏数据。

然而，发生这种情况的概率又有多少呢？

发生上述情况有一个先天性条件，就是步骤（3）的写数据库操作比步骤（2）的读数据库操作耗时更短，才有可能使得步骤（4）先于步骤（5）。可是，大家想想，数据库的读操作的速度远快于写操作的（不然做读写分离干嘛，做读写分离的意义就是因为读操作比较快，耗资源少），因此步骤（3）耗时比步骤（2）更短，这一情形很难出现。

这篇关于Redis 缓存双写不一致性的问题的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！