缓存数据和数据库数据一致性问题

根据以上的流程没有问题,但是当数据变更的时候,如何把缓存变到最新,使我们下面要讨论的问题

1. 更新数据库再更新缓存

场景:数据库更新成功,但缓存更新失败。

问题:

  • 当缓存失效或过期时,读取到的可能是旧数据。这样会导致读取到的不一致数据,从而影响系统的正确性和用户体验。
2. 更新缓存再更新数据库

场景:缓存更新成功,但数据库更新失败。

问题:

  • 此时,读取的缓存可能是错误的,因为数据库的状态并未同步到缓存。这会导致后续的数据查询不准确,从而影响业务逻辑。
3. 先删除缓存再更新数据库

优点:

  • 这种方式在一定程度上缓解了数据不一致的问题。即使数据库更新失败,缓存也会被清空。

问题:

  • 高并发场景下的问题 :
    • 假设有两个线程 A 和 B:
      • A 线程删除了缓存并正在更新数据库。
      • B 线程发现缓存已被删除,便去查询数据库并将旧数据放入缓存。
    • 结果是,B 线程可能会将过时的数据写入缓存,导致后续的请求获取到过期数据。
延迟双删策略

为了解决上述问题,可以采用延迟双删的策略:

  1. 步骤:

    • 在删除缓存后,更新数据库。
    • 数据库更新成功后,再次删除缓存。
  2. 目的:

    • 第一次删除缓存是为了确保下次请求能重新加载最新数据。
    • 第二次删除是为了确保即使在高并发情况下,B 线程获取到的旧缓存也能被及时清除(但延迟双删存在一个潜在问题:在第二次删除缓存的过程中,如果有新的线程访问缓存,这些线程仍然有可能获取到旧数据,导致系统状态不一致)
扩展思路
  1. 消息队列补偿机制:

    • 当缓存删除失败时,可以将失败信息作为消息发送到消息队列(MQ)。
    • MQ 消费者监听这些消息,并进行重试,确保缓存得到正确的更新。
    • 优点:异步处理,提高系统的可用性与稳定性。
  2. Canal:

    • 通过 Canal 等工具监听数据库的变化。
    • 将数据库变更事件发送到缓存刷新服务。
    • 优点:业务逻辑解耦,减少冗余代码,提高系统的复杂度可管理性。
相关推荐
城北徐宫15 小时前
MySQL数据类型整理
数据库·mysql
数据库小学妹15 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
时间的拾荒人15 小时前
Redis Cluster 集群详解:分片算法、搭建、故障处理与扩容实战
数据库·redis·算法·集群
纆兰18 小时前
MySQL的多表查询
数据库·mysql
七夜zippoe18 小时前
Nexent 模型配置:4 字段与 9 个槽位
数据库·人工智能·模型·nexent
进击的荆棘19 小时前
MySQL——表的操作
数据库·mysql
nice_lcj52020 小时前
MySQL 慢查询与 EXPLAIN:怎么定位、怎么优化
java·数据库·后端·mysql
OceanRoy1 天前
数据库表的设计
数据库·内连接·外连接·er图·表的约束·三大范式·多表连接
Pniubi1 天前
怎么排查慢SQL,怎么解决?
java·数据库·sql
Decay__1 天前
VMware 安装 SQL Server 双节点 AlwaysOn 可用性组教程 —— WSFC、AG 与侦听器完整部署(系列核心篇)
运维·数据库·sql·mysql·架构