缓存和DB一致性

读操作,一般是先查询缓存,查询不到再查询数据库,最后回写进缓存。

写操作,究竟是先删除(更新)缓存,再更新数据库,还是先更新数据库,再删除(更新)缓存呢?

java 复制代码
1、给缓存设置过期时间
适用于对数据一致性要求较低或者写请求很少的业务

当读请求没有命中缓存时,就从数据库中读,之后回写到缓存里,同时设置一个过期时间。
写请求直接更改数据库,不用操作缓存。


2、先更新数据库,再更新缓存
如果利用到缓存,那么肯定是读多写少的场景
缺点:
写多读少时,频繁更新缓存会降低性能
并发情况下可能存在将脏数据写回缓存的风险

为什么会有脏读:
首先线程1更新数据库,还没来得及更新缓存,线程2更新数据,在更新缓存成功,然后线程1在更新缓存,结果就变成了数
据库和缓存的数据不一致。

3、先更新缓存,再更新数据库
和方案2类似,也会存在相同的问题。

缺点:
比如线程1更新缓存,还没来得及更行数据库,线程2更新缓存在更新数据库,最后线程1更新数据库,这个时候数据和缓存不一致。


4:先更新数据库,再删除缓存
既然方案2与方案3都是更新缓存,这里不妨直接删除缓存呢?

缺点:
这种也有一个问题就是:当线程1准备更新数据库,线程1还没来得及执行,线程2过来读,还没写入缓存,然后线程1更
新数据,并且删除缓存,线程2在写入缓存就造成了数据不一致。

5、先删除缓存,再更新数据库
缺点:线程1删除缓存,线程2过来读,还没写入缓存,结果线程1更新了数据库,线程2在写入缓存,这个时候,缓存和数据
库的数据也不一致。


方案6:延时双删
更新请求:先删除缓存,在更新数据库,在删除缓存。

缺点:
存在第二次删除失败的情况


方案7:消息队列
先更新数据库,接着将删除缓存的消息投递到mq中。自身拿到消息后,尝试进行删除缓存。如果失败,则不断进行重试。

缺点:
引入了消息队列,系统的复杂性提升,可用性降低。
也会带来各种各样的问题,例如消息丢失、乱序与重复消费等。乱序与重复消费的问题,在删除缓存的场景下,不会造
成任何问题。


方案8    消息队列+订阅binlog
复杂度提升了

缓存和DB一致性-canal,其实这个也是基于Binlog+Mq的方式跳转

相关推荐
索西引擎34 分钟前
MySQL 进阶:锁机制
数据库·mysql
web安全成长日记1 小时前
DNS解析全过程:从递归查询、根域与权威 DNS 到缓存 TTL|网络安全其实很简单
安全·web安全·缓存
时间的拾荒人1 小时前
Redis 典型应用:缓存与分布式锁原理
redis·分布式·缓存·面试·架构
龙腾AI白云2 小时前
具身智能模仿学习与人类示教:从观察中习得动作
数据库·机器学习·知识图谱·pygame
Databend2 小时前
活动邀请函|AI 时代的湖仓实践,从应用场景到 Cloud Agent 上手
大数据·数据库·agent
星恒随风2 小时前
MySQL 从零入门(七):索引原理与 B+ 树详解——从磁盘 I/O 到 InnoDB 聚簇索引
linux·服务器·数据库·笔记·mysql
倔强的石头_2 小时前
数据库性能优化手记:一次从KWR到改代码的完整排查
数据库
城北徐宫21 小时前
MySQL数据类型整理
数据库·mysql
数据库小学妹21 小时前
数据库容量规划:四个数与扩容触发线
运维·数据库·后端