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
小二·4 分钟前
Redis 内存溢出(OOM)排查与恢复实战
数据库·redis·bootstrap
pqk6V6Vep4 分钟前
Redis 分布式锁进阶第一篇讲解
数据库·redis·分布式
giaz14n9X21 分钟前
Redis 分布式锁进阶第六十一篇
数据库·redis·分布式
是一个Bug26 分钟前
MongoDB:像搭积木一样存数据
数据库·mongodb
ULIi096kr43 分钟前
MySQL解决Too many connections报错:连接数爆满排查、优化与永久解决方案
数据库·mysql·adb
SL-staff1 小时前
(一)数据源配置 —— JVS-Rules规则引擎 V2.5 操作说明介绍
数据库·jar·规则引擎·数据源·jvs-rules·api 接口·jvs低代码
摇滚侠2 小时前
Spring 零基础入门到进阶 基于 XML 管理 Bean 14-28
xml·数据库·spring
Metaphor6922 小时前
使用 Python 给 PDF 设置背景色或背景图
数据库·python·pdf
Gauss松鼠会2 小时前
【GaussDB】GaussDB重要通信参数汇总
服务器·网络·数据库·sql·性能优化·gaussdb·经验总结
睡不醒男孩0308233 小时前
第五篇:2026年企业级 PostgreSQL 高可用方案深度横评:Patroni vs. CLup 架构与可靠性全面对决
数据库·postgresql·架构