Redis和MySQL的雙寫一致性指的是在同時(shí)使用緩存和數(shù)據(jù)庫存儲(chǔ)數(shù)據(jù)的時(shí)候，保證Redis和MySQL中數(shù)據(jù)的一致性。

用戶發(fā)起請(qǐng)求，先從Redis中查取數(shù)據(jù)，有數(shù)據(jù)就直接返回，沒有數(shù)據(jù)就從MySQL中查詢數(shù)據(jù)，并且存儲(chǔ)到Redis中，然后返回。從MySQL中查詢到數(shù)據(jù)再存入Redis中這個(gè)步驟稱為回寫。

上述這種有回寫的緩存稱為讀寫緩存，僅僅用于查詢的緩存稱為只讀緩存，只讀緩存中的數(shù)據(jù)是通過命令或者批量腳本從MySQL中寫到Redis的。

對(duì)于讀寫緩存，如果需要盡可能保證數(shù)據(jù)庫和緩存數(shù)據(jù)一致，使用同步直寫策略，寫數(shù)據(jù)庫后也同步寫Redis緩存；如果數(shù)據(jù)庫和緩存的數(shù)據(jù)同步容許有一定的時(shí)間間隔，比如倉庫系統(tǒng)，就可以使用異步緩寫策略，寫數(shù)據(jù)庫的一段時(shí)間后再同步緩存，當(dāng)出現(xiàn)異常情況需要對(duì)數(shù)據(jù)進(jìn)行修補(bǔ)的時(shí)候，也可能需要使用異步換寫策略，比如用Kafka或RabbitMQ之類的消息中間件重寫數(shù)據(jù)。

源碼地址，文中只展示關(guān)鍵代碼。

雙檢加鎖策略

從緩存中查詢兩次，并且加上互斥鎖。

func (dao *UserDAO) FindByID(c context.Context, userID int64) (u domain.User, err error) {
	db := dao.db
	rdb := dao.rdb
	key := fmt.Sprintf("user:%v", userID)

	// 1. 從緩存中查詢數(shù)據(jù)，如果有數(shù)據(jù)就返回
	var user domain.User
	val, err := rdb.Get(c, key).Result()
	if val != "" && err == nil {
		err := json.Unmarshal([]byte(val), &user)
		if err == nil {
			return user, nil
		}
	}
	// 2. 沒有查到數(shù)據(jù)就加鎖再查一次
	mu.Lock()
	defer mu.Unlock()
	val, err = rdb.Get(c, key).Result()
	// 2.1 從緩存中查到數(shù)據(jù)就直接返回
	if val != "" && err == nil {
		err := json.Unmarshal([]byte(val), &user)
		if err == nil {
			return user, nil
		}
	}
	// 2.2 沒有從緩存中查到數(shù)據(jù)就從數(shù)據(jù)庫中查詢
	err = db.Where("id=?", userID).First(&user).Error
	if err != nil {
		return user, err
	}
	// 3. 將從數(shù)據(jù)庫中拿到的數(shù)據(jù)寫到緩存中
	userStr, err := json.Marshal(user)
	if err == nil {
		rdb.Set(c, key, userStr, 1000*time.Second)
	}
	return user, nil
}

數(shù)據(jù)庫和緩存一致性的幾種更新策略

上面說的是查詢策略，接下來說一下數(shù)據(jù)庫和緩存一致性的更新策略。

可以停機(jī)的情況：

? 比如先往MySQL中灌入1萬條數(shù)據(jù)，再同步到Redis中，可以在凌晨升級(jí)，給出升級(jí)提示。

不可以停機(jī)的情況：

1.先更新數(shù)據(jù)庫，再更新緩存（不可行）

異常情況1:

更新Redis出現(xiàn)異常時(shí)導(dǎo)致的問題。

異常情況2：

并發(fā)情況下執(zhí)行順序的不確定性導(dǎo)致的問題。

2.先更新緩存，再更新數(shù)據(jù)庫（不可行）

和1一樣，因?yàn)椴l(fā)可能造成MySQL和Redis中的數(shù)據(jù)不一致。并且一般要把MySQL作為底單數(shù)據(jù)，保證最后解釋。

3.先刪除緩存，再更新數(shù)據(jù)庫（不可行）

兩個(gè)并發(fā)操作，一個(gè)時(shí)更新操作，一個(gè)是查詢操作，由于執(zhí)行順序的不確定性，可能導(dǎo)致緩存中存儲(chǔ)的是舊數(shù)據(jù)，并且一直是舊數(shù)據(jù)。

可以悲觀地認(rèn)為在A更新數(shù)據(jù)期間，一定會(huì)有B來讀取數(shù)據(jù)，在A寫完數(shù)據(jù)庫之后，延遲一段時(shí)間，再次刪除緩存中的數(shù)據(jù)。但是當(dāng)業(yè)務(wù)中讀取數(shù)據(jù)庫和寫緩存的時(shí)間不好估算時(shí)，這個(gè)延遲的時(shí)間不好設(shè)置。

4.先更新數(shù)據(jù)庫，再刪除緩存

先更新數(shù)據(jù)庫也不是完全能保證數(shù)據(jù)一致性的，但是造成的影響比較小。只是在緩存刪除失敗或者來不及刪除的時(shí)候，導(dǎo)致查詢請(qǐng)求訪問Redis時(shí)緩存命中，讀取到的是緩存舊值。

func (dao *UserDAO) UpdateUserData(c context.Context, userID int64, name string) (user User, err error) {
   db := dao.db
   rdb := dao.rdb
   key := fmt.Sprintf("user:%v", userID)
   user.ID = userID

   // 先更新數(shù)據(jù)庫中的數(shù)據(jù)
   u := User{
   	Name: name,
   }
   err = db.Model(&user).
   	Select("Name").
   	Where("id=?", userID).Updates(u).Error
   if err != nil {
   	return user, err
   }

   // 再刪除緩存中的數(shù)據(jù)
   err = rdb.Del(c, key).Err()
   if err != nil {
   	return user, err
   }
   return user, nil
}

5.比較穩(wěn)妥的方式

通過非業(yè)務(wù)代碼訂閱MySQL的binlog日志，將對(duì)應(yīng)的緩存刪除，如果沒有刪除成功，就將未成功的數(shù)據(jù)發(fā)送到消息隊(duì)列中，從消息隊(duì)列中讀取數(shù)據(jù)進(jìn)行刪除緩存的重試，刪除緩存成功就把對(duì)應(yīng)數(shù)據(jù)從消息隊(duì)列中刪掉，重試超過一定次數(shù)后向業(yè)務(wù)層報(bào)錯(cuò)，提醒開發(fā)或者運(yùn)維人員進(jìn)行處理。

到此這篇關(guān)于Redis和MySQL保證雙寫一致性的問題解析的文章就介紹到這了,更多相關(guān)Redis MySQL雙寫一致性內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論