04-Redis 场景 数据库和缓存双写一致性

官网保平安：https://redis.io/

如何保证缓存与数据库双写时的数据一致性 ★★★★

你只要用缓存，就可能会涉及到缓存与数据库双写，你只要是双写，就一定会有数据一致性的问题，那么你如何解决一致性问题？

1. 一般来说，就是如果你的系统不是严格要求 缓存+数据库的一致性，缓存可以偶尔有稍微的跟数据库不一致的情况，最好不要做这个方案。

2. 如果非要做，一个方案是：读请求和写请求串行化，串到一个内存队列里去，这样就可以保证一定不会出现不一致的情况。
   串行化之后，就会导致系统的吞吐量会大幅度的降低，用比正常情况下多几倍的机器去支撑线上的一个请求。

3. 一种我觉得比较好的方式是：

   • 读的时候，先读缓存，缓存没有的话，就读数据库，然后取出数据后放入缓存，同时返回响应。
   • 更新的时候，先更新数据库，然后再删除缓存。
     这个方案可能会暂时产生不一致的情况，但是发生的几率特别小。

问题1：为什么是删除缓存，而不是更新缓存？

1. 很多时候在复杂点的缓存场景，缓存不单是数据库中直接取出来的值。

   比如可能更新了某个表的一个字段，然后其对应的缓存，是需要查询另外两个表的数据并进行运算，才能计算出缓存最新的值的。

2. 更新缓存的代价有时候是很高的，更新的缓存到底会不会被频繁访问到？

   也许有的场景可以每次修改数据库的时候，都将其对应的缓存更新一份这样，但是对于比较复杂的缓存数据计算的场景，如果你频繁修改一个缓存涉及的多个表，缓存也频繁更新。更新之后，会有另一个问题，这个缓存到底会不会被频繁访问到？

   举个栗子，一个缓存涉及的表的字段，在 1 分钟内就修改了 20 次，或者是 100 次，那么缓存更新 20 次、100 次；但是这个缓存在 1 分钟内只被读取了 1 次，有大量的冷数据。

   实际上，如果你只是删除缓存的话，那么在 1 分钟内，这个缓存不过就重新生成一次，开销大幅度降低。用到缓存才去算缓存。

   其实删除缓存，而不是更新缓存，就是一个 lazy 计算的思想，不要每次都重新做复杂的计算，不管它会不会用到，而是让它到需要被使用的时候再重新计算。

   像 mybatis，hibernate，都有懒加载思想。查询一个部门，部门带了一个员工的 list，没有必要说每次查询部门，都把里面的 1000 个员工的数据也同时查出来啊。80% 的情况，查这个部门，就只是要访问这个部门的信息就可以了。先查部门，同时要访问里面的员工，那么这个时候只有在你要访问里面的员工的时候，才会去数据库里面查询 1000 个员工。

问题2：那如果先更新数据库，再删除缓存。如果删除缓存失败了，那么会导致数据库中是新数据，缓存中是旧数据，数据就出现了不一致怎么办。

我们看下 先删除缓存，再更新数据库。 有两种情况：

1. 如果先删除了缓存，然后要去修改数据库，数据库更新失败了，那么数据库中是旧数据，缓存中是空的，那么数据不会不一致。因为读的时候缓存没有，所以去读了数据库中的旧数据，然后更新到缓存中。
2. 如果先删除了缓存，然后要去修改数据库，此时还没修改。一个请求过来，去读缓存，发现缓存空了，去查询数据库，查到了修改前的旧数据，放到了缓存中。随后数据变更的程序完成了数据库的修改。完了，数据库和缓存中的数据不一样了…

现在看两种方式都有问题，那看一下为什么上亿流量高并发场景下，缓存会出现这个问题？

上述场景只有在对一个数据在并发的进行读写的时候，才可能会出现这种问题。如果说你的并发量很低的话，特别是读并发很低，每天访问量就 1 万次，那么很少的情况下，会出现刚才描述的那种不一致的场景。但是如果每天是上亿的流量，每秒并发读是几万，每秒只要有数据更新的请求，就可能会出现上述的 数据库+缓存 不一致的情况。

问题解决思路：延迟双删，添加重试机制。

1. 延迟双删，先删除缓存再更新数据库，延迟一段时间后再删除缓存，注意延迟时间要大于一次写缓存的时间，这样就能清除掉删除缓存与更新数据库之间读入缓存的旧数据。第二次删除可以作为异步的，提交一个延迟的执行任务。时间根据实际而定。
2. 添加重试机制，例如：将删除失败的 key，写入消息队列。该方案有一个缺点，对业务线代码造成大量的侵入。
3. 使用任务队列进行删除。