缓存和数据库一致性问题

  |   0 评论   |   1,515 浏览

问题:

你只要用缓存,就可能会涉及到缓存与数据库双存储双写,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?

分析:

先做一个说明,从理论上来说,有两种处理思维,一种需保证数据强一致性,这样性能肯定大打折扣;另外我们可以采用最终一致性,保证性能的基础上,允许一定时间内的数据不一致,但最终数据是一致的。

1 强一致性思想

这种考虑方式就要用到分布式事务,比如2PC、tcc、Paxos协议等都可以保证一致性。
  我们还可以通过读请求和写请求串行化,串到一个内存队列里去。
  串行化可以保证一定不会出现不一致的情况,但是它也会导致系统的吞吐量大幅度降低,用比正常情况下多几倍的机器去支撑线上的一个请求。

2 最终一致性思想

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。这种方案下,我们可以对存入缓存的数据设置过期时间,所有的写操作以数据库为准,对缓存操作只是尽最大努力即可。也就是说如果数据库写成功,缓存更新失败,那么只要到达过期时间,则后面的读请求自然会从数据库中读取新值然后回填缓存。
  那么接下来,我们只需要讨论更新的策略了。

(1)先更新数据库,还是先更新缓存

  • 先更新数据库

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。
  • 先更新缓存

先更新缓存,再更新数据库,最大的问题就是可能会丢失数据。在软件设计上,我们基本上不可能做出一个没有缺陷的设计,就像算法设计中的时间换空间,空间换时间一个道理,有时候,强一致性和高性能,高可用和高性性是有冲突的。软件设计从来都是取舍Trade-Off。
   Write Back套路,一句说就是,在更新数据的时候,只更新缓存,不更新数据库,而我们的缓存会异步地批量更新数据库。这个设计的好处就是让数据的I/O操作飞快无比(因为直接操作内存嘛 ),因为异步,write backg还可以合并对同一个数据的多次操作,所以性能的提高是相当可观的。

在这里插入图片描述

不再更新缓存,直接删除,为什么?

  • 业务角度考虑

原因很简单,很多时候,在复杂点的缓存场景,缓存不单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。
  • 性价比角度考虑

另外更新缓存的代价有时候是很高的。是不是说,每次修改数据库的时候,都一定要将其对应的缓存更新一份?也许有的场景是这样,但是对于比较复杂的缓存数据计算的场景,就不是这样了。如果你频繁修改一个缓存涉及的多个表,缓存也频繁更新。但是问题在于,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计算一次而已,开销大幅度降低。用到缓存才去算缓存。

  • 设计角度考虑

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。

(2)先删缓存,再更新数据库

问题一:线程顺序

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。

问题二:如果你用了mysql的读写分离架构怎么办?

在这种情况下,造成数据不一致的原因如下,还是两个请求,一个请求A进行更新操作,另一个请求B进行查询操作。
  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。

解决一:采用延时双删策略

伪代码如下

public void write(String key,Object data){
   redis.delKey(key);
   db.updateData(data);
   Thread.sleep(1000);
   redis.delKey(key);
}
123456
转化为中文描述就是
  1-先淘汰缓存
  2-再写数据库(这两步和原来一样)
  3-休眠1秒,再次淘汰缓存
  这么做,可以将1秒内所造成的缓存脏数据,再次删除。

那么,这个1秒怎么确定的,具体该休眠多久呢?

针对上面的情形,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。这么做的目的,就是确保读请求结束,写请求可以删除读请求造成的缓存脏数据。

采用这种同步淘汰策略,吞吐量降低怎么办?

解决二:异步

那就将第二次删除作为异步的。自己起一个线程,异步删除。这样,写的请求就不用沉睡一段时间后了,再返回。这么做,加大吞吐量。
  第二次删除,如果删除失败怎么办?
  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。
ok,这也就是说。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。
如何解决呢?我们继续往下看。

(3)先更新数据库,再删缓存

Cache-Aside pattern

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。

问题

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。

解决

首先,给缓存设有效时间是一种方案。
  其次,采用异步延时删除策略,保证读请求完成以后,再进行删除操作。
还有其他造成不一致的原因么?
  有的,这也是缓存更新策略(2)和缓存更新策略(3)都存在的一个问题,如果删缓存失败了怎么办,那不是会有不一致的情况出现么。比如一个写数据请求,然后写入数据库了,删缓存失败了,这会就出现不一致的情况了。这也是缓存更新策略(2)里留下的最后一个疑问。

异步优化方式:消息队列

在这里插入图片描述

流程如下所示
  1-更新数据库数据;
  2-缓存因为种种问题删除失败
  3-将需要删除的key发送至消息队列
  4-自己消费消息,获得需要删除的key
  5-继续重试删除操作,直到成功
  然而,该方案有一个缺点,对业务线代码造成大量的侵入。

异步优化方式:基于订阅binlog的同步机制

流程如下图所示:
在这里插入图片描述

1-更新数据库数据
  2-数据库会将操作信息写入binlog日志当中
  3-订阅程序提取出所需要的数据以及key
  4-另起一段非业务代码,获得该信息
  5-尝试删除缓存操作,发现删除失败
  6-将这些信息发送至消息队列
  7-重新从消息队列中获得该数据,重试操作。
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。另外,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,也可以直接在程序中另起一个线程,每隔一段时间去重试即可。

参考:
如何保证缓存与数据库一致性
Java进阶面试必问:如何保证缓存与数据库的双写一致性?
数据库缓存最终一致性的四种方案,你真的了解过吗?


标题:缓存和数据库一致性问题
作者:jackssybin
地址:https://jackssybin.cn/articles/2020/11/04/1604469398210.html

评论

发表评论


取消