Redis与DB数据一致性-个人总结

缓存读写策略:

Cache-Aside Pattern

读缓存: 先查询缓存,存在则返回, 如果不存在则查询DB, 再塞回缓存中,最后返回结果.

写缓存: 更新完成DB之后,删除缓存.

适合场景: 读比较多的场景,更新比较少的场景. 像我们工作当中,基础配置系统, 公私钥管理系统就是这种.

Read/Write Through Pattern

读缓存: 先查询缓存,存在则返回, 如果不存在则查询DB, 再塞回缓存中,最后返回结果.

写缓存:

更新完数据库;

更新成功之后, 更新缓存; 如果更新失败,则不更新缓存;

适用场景:

Write behind Pattern

读缓存: 先查询缓存,存在则返回, 如果不存在则查询DB, 再塞回缓存中, 最后返回结果.

写缓存:

更新缓存;

每隔一段时间,同步缓存信息到数据库;

适用场景:

缓存穿透是指查询一个不存在的key, 如果缓存中不存在,则查询数据库; 如果大量的请求过来,导致大量无效的key过来,则会导致数据库压力较大.

解决方案: 给不存在的key,设置一个标识,设置缓存key为一个特定的标识,这个标识表示key不存在.

缓存击穿是指批量缓存key在同一时间失效,导致请求在缓存中查询不到,直接查询数据库. 导致数据库压力较大.

解决方案: 缓存失效时间设定随机值,尽量避免无故失效;

//TODO

参考:

一文搞懂缓存和数据库的一致性问题(全面总结)_数据库缓存一致性-CSDN博客

相关推荐
茉莉玫瑰花茶29 分钟前
LangChain 核心组件 [ 2 ]
java·数据库·langchain
存在的五月雨1 小时前
Mysql 索引的一些
数据库·mysql
无小道1 小时前
Redis——特性
redis
黄俊懿2 小时前
MySQL主从复制:从“异步“到“GTID“,数据同步的进化之路
数据库·sql·mysql·oracle·架构·dba·db
看海的四叔2 小时前
【SQL】SQL-管好你的字符串
大数据·数据库·hive·sql·数据分析·字符串
秋92 小时前
TiDB 数据库全链路实战指南:从下载部署到 Java 高并发调优
java·数据库·tidb
zhou周大哥2 小时前
银河麒麟安装mysql
数据库·mysql
无敌的黑星星3 小时前
Spring @Transactional 注解全解析
java·数据库·oracle
Rust研习社3 小时前
Rust + PostgreSQL 极简技术栈应用开发
开发语言·数据库·后端·http·postgresql·rust
子木HAPPY阳VIP3 小时前
信创UOS,Docker 完整操作部署(Dockerfile部署方式)&排错整合
linux·运维·redis·nginx·docker·容器·tomcat