每天一个知识点(八)redis和mysql数据不一致问题如何解决?

198 阅读3分钟

微信搜索《Java鱼仔》,每天一个知识点不错过

(一)每天一个知识点

redis和mysql数据不一致问题如何解决?

(二)解决思路

要解决缓存数据不一致的问题,首先要理解为什么缓存和数据库会存在不一致的情况。

(2.1)什么情况下缓存和数据库会不一致

在高并发的情况下,如果所有的数据都从数据库中去读取,那再强大的数据库系统都承受不了这个压力,因此我们会将部分数据放入缓存中,比如放入redis中。这是典型的用空间换时间的方式。

但是这个redis相当于是真实数据的一个副本,这就意味着如果数据库中数据发生变化的时候,就会导致缓存数据不一致的问题。

归根结底,只要有两份数据存在,数据一致性问题就是不可避免的。

(2.2)解决方法一:数据实时更新

当更新数据库的时候,同步更新缓存。

优点:数据一致性强,不会出现缓存雪崩的问题。

缺点:代码耦合度高,影响正常业务,增加一次网络开销。

适用环境:适用于数据一致性要求高的场景,比如银行业务,证券交易等

(2.3)解决方法二:数据准实时更新

当更新数据库的同时,异步去更新缓存,比如更新数据库后把一条消息发送到mq中去实现。

优点:与业务解耦,不影响正常业务,不会出现缓存雪崩。

缺点:有较短的延迟,并且无法保证最终的一致性,需要补偿机制。

适用环境:写操作不频繁并且实时性要求不严格的场景。

(2.4)解决方法三:缓存失效机制

基于缓存本身的失效机制,具体实现方式为设置缓存失效时间,如果有缓存就从缓存中取数据,如果没缓存就从数据库中取数据,并且重新设置缓存。

优点:实现方式简单,与业务完美解耦,不影响正常业务。

缺点:有一定延迟,并且存在缓存雪崩的情况。

适用环境:适合读多写少的互联网环境,能接受一定的数据延时。

(2.5)解决方法四:定时任务更新

通过定时任务,按照一定时间间隔更新缓存。

优点:不影响正常业务,在特殊场景应用广泛。

缺点:不保证实时一致性,且需要为每个任务写一个调度代码。

适用环境:适用于需要复杂数据统计的缓存更新,比如展示高速车流量,五分钟一次的统计不会影响业务使用。

(三)总结

关于缓存一致性问题,需要具体场景具体分析,没有任何一种方案可以应用于所有场景,上述四种方式也并非全部实现方式。