（面试高频）数据库与缓存双写一致性分析

关于数据库已缓存双写一致性的问题，在实际项目中经常遇见或面试也经常被提及，所以在这里梳理一下，供大家参考，哪里有不妥当的地方望指正

首先，缓存由于其高并发和高性能的特性，已经在项目中被广泛使用。在读取缓存方面，大家没啥疑问，都是按照下图的流程来进行业务操作。

img

概述

首先做一个概述，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（与数据库一致）。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。因此，接下来讨论的思路不依赖于给缓存设置过期时间这个方案。
在这里，我们讨论四种更新策略：

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

1. 先更新缓存，再更新数据库

这种方案相比大家一眼就能发现其存在的问题，即更新完缓存后，数据库由于某种原因宕机了，直接pass掉。

2. 先更新数据库，再更新缓存

这套方案想必大家也能发现它存在的问题，主要有两点：

• 多线程场景
  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，直接paas掉。
• 业务场景
  1）如果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。

那么接下来分析下是先删除缓存呢，还是后删除缓存呢？

3. 先删除缓存，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。
如何解决呢？采用延时双删策略
更新操作大概可以分为4步：
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（具体休眠时间根据业务分析）；
4）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。

• 休眠时间的估算
  针对上面的情形，应该自行评估自己的项目的读数据业务逻辑的耗时。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（脏数据也写缓存完毕），写请求可以删除读请求造成的缓存脏数据。
  划重点：休眠时间= 读数据逻辑耗时 + 几百ms

那mysql的读写分离架构怎么处理呢？
依然是两个请求，一个请求A进行更新操作，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（主库）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，加上读业务逻辑耗时，再加几百ms，同样这样的做法是为了让读逻辑结束（缓存更新完毕-脏数据），写请求可以删除读请求的造成的缓存脏数据。
划重点：休眠时间=主从同步时间 + 读数据逻辑耗时 + 几百ms

• 那么诱人会问：采用这种同步淘汰策略，吞吐量降低怎么办？
  答：那就将第二次删除作为异步的。再起一个线程，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。

• 同样存在第二次删除,如果删除失败怎么办？
  后面会分析补救措施。

4. 先更新数据库，再删除缓存

这种情况不存在并发问题么？
不是的。假设有两个请求，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；（只是删除动作）
5）请求A将查到的旧值写入缓存；
ok，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。

• 假设，就有人非要抬杠，有强迫症，一定要解决怎么办？
  首先，给缓存设有效时间是一种方案。其次，采用给出异步延时删除策略，保证读请求完成以后，再进行删除操作（更新操作的逻辑）。
  其同样存在数据不一致的隐患，即第二次删除缓存失败的场景。

针对延时删除策略的隐患，做如下补救措施

1）消息队列

img

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。于是有了方案二，在方案二中，启动一个订阅程序去订阅数据库的binlog，获得需要操作的数据。在应用程序中，另起一段程序，获得这个订阅程序传来的信息，进行删除缓存操作。
2）canal

img
流程如下图所示：
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，我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。

———————————————————
坐标帝都，白天上班族，晚上是知识的分享者
如果读完觉得有收获的话，欢迎点赞加关注