数据库和缓存一致性方案对比

作者: veaxen 分类: 分布式系统设计 发布时间: 2019-11-27 19:57

前言

最近给公司的项目引入了Redis缓存,此前由于项目规模处于起步阶段,只使用了内存进行缓存,现在随着规模的扩大,分布式缓存也提上的日程,这就带来了一个思考,在并发的情况下怎么确保数据库和缓存的内容是一致的?

导致不一致的根本原因是更新数据时,数据库操作和缓存操作是两个独立的操作,不是事务的,那么想要解决这个问题,让这个两个操作合并为一个事务就可以了?这么想当然是可以的,但是我们大部分情况下添加缓存的一个重要目的是为了减少请求的响应时间,事务操作会给我们的业务代码带来额外的复杂性同时也极大的限制了性能,缓存也就意义不大了。

为了解决一致性问题,先思考下更新数据时,数据库操作和缓存操作的几种情况:

  1. 先更新缓存,再更新数据库
  2. 先更新数据库,再更新缓存
  3. 先删除缓存,再更新数据库
  4. 先更新数据库,再删除缓存

下文将分析以上各个更新方案,以及各个策略的缺点,并提出可能的改进方案

先更新缓存,再更新数据库

这个方案是业界绝对不可取的,原因就是:

  1. 先更新缓存,可能会让数据库的读操作得不到利用,缓存被频繁更新,浪费数据库的读取性能
  2. 当更新数据库失败时,缓存和数据库的数据将变得不可靠,会发生什么就很难判断了

先更新数据库,再更新缓存

这个方案是大家普遍反对的,不建议采用,主要有下面两个原因:

  • 原因一(线程安全角度)
    同时有请求A和请求B进行更新操作,那么会出现:
    (1)线程A更新了数据库
    (2)线程B更新了数据库
    (3)线程B更新了缓存
    (4)线程A更新了缓存
    这就出现请求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。这就导致了脏数据,因此不考虑。

  • 原因二(业务场景角度)
    有如下两点:
    (1)如果你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,数据压根还没读到,缓存就被频繁的更新,浪费性能。
    (2)如果你写入数据库的值,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,每次写入数据库后,都再次计算写入缓存的值,无疑是浪费性能的。显然,删除缓存更为适合。

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,另一个请求B进行查询操作。那么会出现如下情形:

  1. 请求A进行写操作,删除缓存
  2. 请求B查询发现缓存不存在
  3. 请求B去数据库查询得到旧值
  4. 请求B将旧值写入缓存
  5. 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. 先淘汰缓存
  2. 再写数据库
  3. 休眠1秒,再次淘汰缓存

为什么需要延时?是因为上面的情形加入双删后,可能会出现:

  1. 请求A进行写操作,删除缓存
  2. 请求B查询发现缓存不存在
  3. 请求B去数据库查询得到旧值
  4. 请求A将新值写入数据库
  5. 请求A再次删除缓存
  6. 请求B将旧值写入缓存

虽然B请求的查询和写缓存的速度应该是要快过A请求的(数据库的读操作是比较快,耗资源少的),但是上面这种情形还是可能发生的,只是概率很低,加上延时将再次降低这个概率。

那么,这个1秒怎么确定的,具体该休眠多久呢?读者应该自行评估自己的项目的读数据业务逻辑的耗时。然后写数据的休眠时间则在读数据业务逻辑的耗时基础上,加几百ms即可。

如果是主从读写分离的架构呢?考虑下面的情形:

  1. 请求A进行写操作,删除缓存
  2. 请求A将数据写入数据库了
  3. 请求B查询缓存发现,缓存没有值
  4. 请求B去从库查询,这时,还没有完成主从同步,因此查询到的是旧值
  5. 请求B将旧值写入缓存
  6. 数据库完成主从同步,从库变为新值

上述情形,就是数据不一致的原因。还是使用双删延时策略。只是,睡眠时间修改为在主从同步的延时时间基础上,加几百ms。

但是延时会让服务器的吞吐量降低,那么我们可以考虑第二次删除动作自己起一个线程或者协程来做。

第二次删除缓存如果失败了怎么办?
这是个非常好的问题,因为第二次删除失败,就会出现如下情形。还是有两个请求,一个请求A进行更新操作,另一个请求B进行查询操作,为了方便,假设是单库:

  1. 请求A进行写操作,删除缓存
  2. 请求B查询发现缓存不存在
  3. 请求B去数据库查询得到旧值
  4. 请求B将旧值写入缓存
  5. 请求A将新值写入数据库
  6. 请求A试图去删除请求B写入对缓存值,结果失败了。

如果第二次删除缓存失败,会再次出现缓存和数据库不一致的问题。

那么怎么解决呢?看看最后一个更新策略的解析

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一致性问题么?不是的,考虑前文说明延时双删的时候为什么要加上延迟的原因就可以知道,其实先更新数据库,再删缓存就是延迟双删省略了第一次删除和延时而已,考虑下面的情形:

  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

相比延迟双删,这种更新策略减少了第一次删除缓存的操作,只有缓存刚好失效且同时有更新和查询请求时,可能发生数据不一致的问题,这个概率就比双删要低,所以在不考虑延迟的情况下,后置单删是更加可靠的方案。

如果加上异步延迟删除,保证读请求完成以后,再进行删除操作,那么将更大程度避免一致性问题。

再考虑一个问题:删除缓存失败怎么办?
这又是一个好问题,无论是 先删除缓存,再更新数据库 ,还是 先更新数据库,再删除缓存 都存在一个问题,就是删缓存失败了,都会出现数据不一致的情况。怎么解决?提供一个保障的重试机制即可,下面提出两个方案:

方案一:

方案二:

备注说明:上述的订阅binlog程序在mysql中有现成的中间件叫canal,可以完成订阅binlog日志的功能。重试机制,可以采用的是消息队列的方式。如果对一致性要求不是很高,直接在程序中另起一个线程,每隔一段时间去重试即可,这些大家可以灵活自由发挥,只是提供一个思路。


原文出处:https://www.cnblogs.com/rjzheng/p/9041659.html
本文只是个人对原文做了一些修改加上自己的一些理解,拼凑而成,仅当记录。

如果觉得我的文章对您有用,请随意打赏。您的支持将鼓励我继续创作!

发表评论

电子邮件地址不会被公开。 必填项已用*标注

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据