缓存一致性解决方案——改数据时如何保证缓存和数据库中数据的一致性

写在前面

我们都知道，缓存是为了提高数据的读取速度的，应对的场景是读多写少的场景。

读数据我们通常先读缓存，如果缓存没有再读数据库然后更新缓存。
从查询数据库性能优化谈到redis缓存-谈一谈缓存的穿透、雪崩、击穿

当缓存的数据需要修改的时候，既要修改缓存，又要修改数据库，如何保证缓存和数据库中的数据是一致的呢？

缓存数据一致性的方式

双写模式

双写模式就是先写数据库，再写缓存：

弊端

高并发下，由于卡顿等原因，导致写缓存2在最前，写缓存1在后面，就导致了缓存与数据库数据不一致的情况，也就是出现了脏数据。

但是，这种脏数据只是暂时的，取决于缓存的过期时间，当缓存过期以后，再次读取数据库就又会得到最新的正确数据。也就是说，最新的数据是有可能会有一定的延迟，但是最终结果是一致的。

失效模式

弊端

高并发读写情况下，写db2的删缓存执行在了读db1的更新缓存的前面，就会造成缓存与数据库的不一致，也就是出现了脏数据。

但是，这种脏数据只是暂时的，取决于缓存的过期时间，当缓存过期以后，再次读取数据库就又会得到最新的正确数据。也就是说，最新的数据是有可能会有一定的延迟，但是最终结果是一致的。

分析

无论是双写模式还是失效模式，都会导致缓存的不一致问题。即多个实例（数据库、缓存）同时更新会造成脏数据。怎么办？

1、如果是用户维度数据（订单数据、用户数据），这种并发几率非常小（用户点击的操作并不会很快），不用考虑这个问题，即使有脏数据，缓存数据加上过期时间，每隔一段时间触发读的主动更新即可。
2、如果是菜单，商品介绍等基础数据，如果对实时性要求比较高，也可以去使用canal订阅binlog的方式。
3、缓存数据+过期时间也足够解决大部分业务对于缓存的要求（业务不关心脏数据，允许临时脏数据可忽略）。
4、通过加锁保证并发读写，写写的时候按顺序排好队。读读无所谓。所以适合使用读写锁。
5、加锁会导致系统变笨重，所以能不加还是不加，但是对数据一致性要求很高的，那也只能加上锁了。

总结

1、我们能放入缓存的数据本就不应该是实时性、一致性要求超高的。所以缓存数据的时候加上过期时间，保证每天或者一段时间后拿到当前最新数据即可。
2、我们不应该过度设计，增加系统的复杂性，对于分布式锁，能不加就不加；对于缓存的脏数据，能容忍一段时间的脏数据那就不需要处理，否则系统过重维护起来会很麻烦。
3、遇到实时性、一致性要求高的数据，并且写场景比较多的话，就应该查数据库，即使慢点。
4、读多写少的场景下，又对数据一致性要求比较高的话，可以通过加锁保证并发读写，写写的时候按顺序排好队。读读无所谓。所以适合使用读写锁。
5、使用canal订阅binlog的方式可以解决数据一致性问题，但是又引入了新的中间件。

我们通常用的方式

1、缓存的所有数据都加过期时间，数据过期下一次查询触发主动更新。
2、读写数据的时候，加上分布式的读写锁。

拓展：使用canal订阅binlog

binlog是mysql的二进制日志，对于操作数据库的语句，都以此形式保存。Canal是阿里MySQL数据库Binlog的增量订阅&消费组件 。基于数据库Binlog可以监控数据库数据的变化进而用于数据同步等业务。

简而言之，就是订阅数据库的binlog，如果数据库有发生修改，就获取到这个修改事件同时去修改缓存，保证缓存一致性。

该方式引入了新的中间件，使系统更加复杂化。但是完美确保了缓存一致性，通常只需要维护一次，后续不需要单独维护。