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
这个DBA有点耶3 小时前
NULL不是空——数据库里最反直觉的设计,90%新人踩过的坑
数据库·mysql·代码规范
这个DBA有点耶5 小时前
AI写的SQL跑崩了生产库,这锅谁背?
数据库·人工智能·程序员
镜舟科技5 小时前
Databricks 再提 LTAP,AI 时代的数据底座为何重回大一统叙事?
数据库·架构·agent
Databend6 小时前
从湖仓升级为 Agent 时代的数据控制面,Snowflake 和 Databricks 有哪些布局
大数据·数据库·agent
ClouGence9 小时前
SQL Server CDC 能放到 Always On 备库读吗?一文讲透原理与实践
数据库·sql server
先吃饱再说1 天前
存储的进化:从 MySQL 到浏览器缓存,数据到底住在哪?
数据库
Nturmoils1 天前
字段太多看不全,ksql 的展开模式和输出控制怎么用
数据库·后端
Databend1 天前
Agent 轨迹分析与归因的数据工程实践
大数据·数据库·agent
这个DBA有点耶1 天前
SQL改写进阶:标量子查询的“隐形代价”与消除实战
数据库·mysql·架构
smallyoung1 天前
数据库乐观锁深度解析:MySQL、PostgreSQL 实战 + Spring Boot 集成指南
数据库·mysql·postgresql