数据库和缓存如何保证一致性

保证数据库和缓存之间的一致性是在许多应用程序中面临的挑战。数据库和缓存是两个不同的存储层，具有不同的特性和行为。在使用缓存的同时，确保数据库和缓存之间的数据一致性是至关重要的。

针对读请求，流程较简单，先读取缓存，缓存命中则返回结果，缓存未命中则读取数据库，并将读取的数据缓存到缓存中。

而针对写请求，就比较复杂了，有多种情况需要考虑。

1.先更新数据库，再更新缓存

A 请求先将数据库的数据更新为 1，然后在更新缓存前，请求 B 将数据库的数据更新为 2，紧接着也把缓存更新为 2，然后 A 请求更新缓存为 1

此时，数据库中的数据是 2，而缓存中的数据却是 1，出现了缓存和数据库中的数据不一致的现象。

如果业务对缓存命中率有很高的要求，可以采用这种方案，因为更新缓存并不会出现缓存未命中的情况。

优化数据不一致的方法：

• 在更新缓存前先加个分布式锁，保证同一时间只运行一个请求更新缓存，就会不会产生并发问题了，当然引入了锁后，对于写入的性能就会带来影响。
• 在更新完缓存时，给缓存加上较短的过期时间，这样即时出现缓存不一致的情况，缓存的数据也会很快过期，对业务还是能接受的。

2.先更新缓存，再更新数据库

A 请求先将缓存的数据更新为 1，然后在更新数据库前，B 请求来了， 将缓存的数据更新为 2，紧接着把数据库更新为 2，然后 A 请求将数据库的数据更新为 1

此时，数据库中的数据是 1，而缓存中的数据却是 2，依然出现了缓存和数据库中的数据不一致的现象。

3.先删除缓存，再更新数据库

A请求要更新数据，先删除缓存，在更新数据库的过程中，B请求读取该数据，因缓存未命中，读取了数据库中未更新的数据1，并将结果写入了缓存

此时，数据库中的数据是 2，而缓存中的数据却是 1，所以，在读写并发时，缓存和数据库中的数据还是有可能不一致。

优化方法：延时双删

先执行缓存清除操作，再执行数据库更新操作，延迟 N 秒之后再执行一次缓存清除操作，这样就不用担心缓存中的数据和数据库中的数据不一致了。

不过，这个N秒是多少需要结合业务情况来判断；另外，如果删除缓存后，在更新数据库时失败了，会导致缓存未命中而访问数据库，但数据库未更新，最终会访问到旧数据。

4.先更新数据库，再删除缓存

从上面的理论上分析，先更新数据库，再删除缓存也是会出现数据不一致性的问题，但是在实际中，这个问题出现的概率并不高。

因为缓存的写入通常要远远快于数据库的写入，所以在实际中很难出现请求 B 已经更新了数据库并且删除了缓存，请求 A 才更新完缓存的情况。

而一旦请求 A 早于请求 B 删除缓存之前更新了缓存，那么接下来的请求就会因为缓存不命中而从数据库中重新读取数据，所以不会出现这种不一致的情况。

不过，以上都是基于更新数据库与删除缓存都成功的情况下，实际中，删除缓存操作可能失败，需要别的方法进行优化。

如上先更新数据库，再删除缓存的策略就是目前广泛应用的Cache-Aside 策略，也称为旁路缓存模式。

针对Cache-Aside 策略并发高时，读取数据不一致的问题，可通过加锁解决：在写请求中保证“更新数据库&删除缓存”的串行执行为原子性操作（同理也可对读请求中缓存的更新加锁），不过会带来性能损耗。

对与删除缓存可能失败的问题，则通过重试机制或订阅 MySQL binlog的方式进行优化。

重试机制：

通过引入消息队列，将第二个操作（删除缓存）要操作的数据加入到消息队列，由消费者来操作数据。

• 如果应用删除缓存失败，可以从消息队列中重新读取数据，然后再次删除缓存；当重试超过的一定次数，还是没有成功，则向业务层发送报错信息。
• 如果删除缓存成功，就要把数据从消息队列中移除，避免重复操作，否则就继续重试。

订阅 MySQL binlog，再操作缓存：

更新数据库成功时，mysql会产生一条变更日志，记录在 binlog 里，可以通过订阅 binlog 日志，拿到具体要操作的数据，然后再执行缓存删除，如阿里巴巴开源的Canal 中间件。

Canal 模拟 MySQL 主从复制的交互协议，把自己伪装成一个 MySQL 的从节点，向 MySQL 主节点发送 dump 请求，MySQL 收到请求后，就会开始推送 Binlog 给 Canal，Canal 解析 Binlog 字节流之后，转换为便于读取的结构化数据，供下游程序订阅使用。

5.为什么是删除缓存，而不是更新缓存？

在保证缓存与数据库一致性时，通常会选择删除缓存而不是更新缓存的原因有以下几点：

1. 数据一致性保证：通过删除缓存，可以确保下一次读取时从数据库中获取最新的数据。如果只是更新缓存，存在并发读取的情况下，可能会导致读取到旧的或不一致的数据。通过删除缓存，可以强制应用程序在下一次读取时重新从数据库中获取最新的数据，从而保证了数据的一致性。
2. 简化实现和处理复杂性：更新缓存可能引入更多的复杂性和实现难度。例如，如果在更新缓存时发生错误，可能会导致缓存和数据库之间的数据不一致。而删除缓存的操作相对简单，只需将缓存中的数据删除，下一次读取时再重新加载最新的数据。
3. 避免缓存中脏数据的存在：在某些情况下，数据库中的数据可能因为错误或异常情况而被修改或删除，导致缓存中的数据变为脏数据。通过删除缓存，可以避免脏数据的存在，确保下一次读取时从数据库中获取最新的、正确的数据。

参考：https://xiaolincoding.com/redis/architecture/mysql_redis_consistency.html

• 删除重试机制