※南投搬家公司費用需注意的眉眉角角，別等搬了再說!
上新台中搬家公司提供您一套專業有效率且人性化的辦公室搬遷、公司行號搬家及工廠遷廠的搬家服務
PS:本文已收錄到1.1K Star數開源學習指南——《大廠面試指北》，如果想要了解更多大廠面試相關的內容及獲取《大廠面試指北》離線PDF版，請掃描下方二維碼碼關注公眾號“大廠面試”，謝謝大家了！項目地址：https://github.com/NotFound9/interviewGuide
《大廠面試指北》項目截圖：
獲取《大廠面試指北》離線PDF版，請掃描下方二維碼關注公眾號“大廠面試”
面試題：高併發場景下，如何保證緩存與數據庫一致性？
問題分析
我們日常開發中，對於緩存用的最多的場景就像下圖一樣，可能僅僅是對數據進行緩存，減輕數據庫壓力，縮短接口響應時間。
這種方案在不需要考慮高併發得去寫緩存，高併發得讀寫緩存時，是不會有問題，但是如果是在高併發場景下，要保證緩存和數據庫的一致性，至少需要解決以下問題：
高併發寫時的數據不一致問題
高併發讀寫時，請求執行各步驟的順序是不可控的。假設此時有一個請求A，B都在在執行寫流程，請求A是需要將某個數據改成1，請求B是需要將某個數據改為2，執行操作如下時就會導致數據不一致的問題：
1.請求A執行操作1.1刪除緩存。
2.請求A執行操作1.2更新數據庫，將值改為1。
3.請求B執行操作1.1刪除緩存。
4.請求B執行操作1.2更新數據庫，將值改為2
5.假設說請求B所在服務器網絡延遲比較低，請求B先更新緩存，此時緩存中的key對應的value是2。
6.請求A更新緩存，將緩存中B更新的數據進行覆蓋，將key對應的值改為1。
此時數據庫中是B修改后的數據，值為2，而緩存中的數據是1，這樣在緩存過期錢，用戶讀到的都是臟數據，與數據庫不一致。
高併發讀寫時的數據不一致的問題
高併發讀寫時，請求執行各步驟的順序是不可控的。假設此時有一個請求A在執行寫流程，將原值由1改成2，請求B執行讀流程，執行操作如下時就會導致數據不一致的問題：
1.寫請求A執行1.1操作刪除緩存key，value是原值1。
2.讀請求B執行2.1操作發現緩存中沒有數據，就去執行2.2操作讀數據庫，讀到舊數據，值為1。
3.寫請求A執行1.2操作更新數據庫，將數據由1改為2。
4.寫請求A執行1.3操作更新緩存，此時緩存中的數據key對應的value是2。
5.讀請求B執行2.3操作更新緩存，將之前讀到的舊數據1設置到緩存中，此時緩存中的數據key對應的value是1。
所以如果說讀請求B所在服務器網絡延遲比較高，去執行2.3操作比寫請求A晚，就會導致寫請求A更新完緩存后，讀請求B使用之前讀到的舊數據去更新緩存，此時緩存中數據就與數據庫中的不一致。
解決方案
保證數據一致性，網上有很多種方案，例如：
1.先刪除緩存，再更新數據庫。
2.先更新數據庫，再刪除緩存。
※產品缺大量曝光嗎?你需要的是一流包裝設計!
窩窩觸角包含自媒體、自有平台及其他國家營銷業務等，多角化經營並具有國際觀的永續理念。
3.先刪除緩存，再更新數據庫，然後異步延遲一段時間再去刪一次緩存。
但是這些方案都是存在各種各樣的問題，這裏篇幅有限，只給出目前相對正確的三套方案，目前的這些方案也有自己的局限性。
方案1.寫請求串行化
寫請求
1.寫請求更新之前先獲取分佈式鎖，獲得之後才能去數據庫更新這個數據，獲取不到就進行等待，超時后就返回更新失敗。
2.更新完之後去刷新緩存，如果刷新失敗，放到內存隊列中進行重試（重試時取數據庫最新數據更新緩存）。
讀請求
讀請求發現緩存中沒有數據時，直接去讀取數據庫，讀完更新緩存。
總結
這種技術方案通過對寫請求的實現串行化來保證數據一致性，但是會導致吞吐量變低。比較適合銀行相關的業務，因為對於銀行項目來說，保證數據一致性比可用性更加重要，就像是去存款機存錢，取錢時，為了保證賬戶安全，都是會讓用戶執行操作后，等待一段時間才能獲得反饋，這段時間其實取款機是不可用的。
方案2.先更新數據庫，異步刪除緩存，刪除失敗后重試
1.先更新數據庫
2.異步刪除緩存（如果數據庫是讀寫分離的，那麼刪除緩存時需要延遲刪除，否則可能會在刪除緩存時，從庫還沒有收到更新后的數據，其他讀請求就去從庫讀到舊數據然後設置到緩存中。）
3.刪除緩存失敗時，將刪除的key放到內存隊列或者是消息隊列中進行異步重試
發散思考
在更新完數據庫后，我們為什麼不直接更新，而是採用刪除緩存呢？
這是因為直接更新緩存的話，在高併發場景下，有多個更新請求時，難以保證后更新數據庫的請求會後更新緩存，也就是上面的高併發寫問題。如果採用刪除緩存，可以讓下次讀時讀取數據庫，更新緩存，保證一致性。
方案3.業務項目更新數據庫，其他項目訂閱binlog更新
1.業務項目直接更新數據庫。
2.cannal項目會讀取數據庫的binlog，然後解析后發消息到kafka。
3.然後緩存更新項目訂閱topic，從kafka接收到更新數據庫操作的消息后，更新緩存，更新緩存失敗時，新建異步線程去重試或者將操作發到消息隊列，後續再進行處理。
總結：
但是這種方案在更新數據庫后，緩存中還是舊值，必須等緩存更新項目消費消息后，更新緩存，緩存中才是最新值。所以更新操作完成與更新生效之間會有一定的延遲。
最後
大家有了解其他的技術方案，歡迎進群一起討論！
評論裏面有朋友問延時雙刪策略是什麼？
這裏解釋一下：延時雙刪策略就是先刪除緩存，再更新數據庫，再異步過一小段時間后刪除緩存（時間取決於MySQL主從同步的時間）。
是因為MySQL如果是讀寫分離時（寫請求寫主庫，讀請求讀從庫），我們更新主庫后，需要一段時間，從庫才會收到更新。
如果是寫請求更新主庫后，第二次立即刪除緩存，MySQL從庫還沒有收到更新，還是舊數據，那麼讀請求直接從庫讀到舊數據，設置到緩存的數據就是舊數據，就會數據不一致，所以這也是延時雙刪策略提出的初衷。
參考鏈接：
https://www.cnblogs.com/-wenli/p/11474164.html
https://www.cnblogs.com/rjzheng/p/9041659.html
本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理
※自行創業缺乏曝光? 網頁設計幫您第一時間規劃公司的形象門面
網動廣告出品的網頁設計，採用精簡與質感的CSS語法，提升企業的專業形象與簡約舒適的瀏覽體驗，讓瀏覽者第一眼就愛上她。
