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
微学AI1 小时前
时序大模型 TimechoAI 赋能工业时序数据底层技术优势与实操
数据库·大模型·时序大模型
北顾笙9801 小时前
MYSQL-day03
数据库·sql·mysql
MXsoft6181 小时前
**混合云统一监控实践:私有云+公有云的一体化运维方案**
运维·网络·数据库
MXsoft6181 小时前
**断网续传与本地缓存:弱网环境下的监控数据保障方案**
运维·缓存·自动化
瀚高PG实验室1 小时前
java中间件无法连接数据库
java·数据库·中间件·瀚高数据库
ULIi096kr1 小时前
MySQL大表优化终极方案:单表数据量上限、卡顿解决、分表分库实战教程
数据库·mysql
霖霖总总1 小时前
[MongoDB小技巧07]MongoDB 深度解析:find中投影与排序的底层机制与性能调优实战
数据库·mongodb
xingyuzhisuan1 小时前
缓存命中率提升方案:从 30% 优化至 82% 全流程优化记录
java·开发语言·缓存·ai
TechWayfarer1 小时前
云服务器地域怎么选:用离线IP数据库识别用户来源并优化部署
服务器·数据库·python·tcp/ip·数据分析
deviant-ART1 小时前
MySQL里的三个concat函数
数据库·mysql