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
永远有多远.6 分钟前
【高频面试题】LRU缓存
java·缓存·面试
Aurora_NeAr14 分钟前
Redis设计与实现——Redis命令参考与高级特性
数据库·redis·缓存
程序猿小谢15 分钟前
Redis特性与应用
数据库·redis·缓存
Code哈哈笑29 分钟前
【基于Spring Boot 的图书购买系统】深度讲解 用户注册的前后端交互,Mapper操作MySQL数据库进行用户持久化
数据库·spring boot·后端·mysql·mybatis·交互
Javatutouhouduan1 小时前
线上问题排查:JVM OOM问题如何排查和解决
java·jvm·数据库·后端·程序员·架构师·oom
多多*1 小时前
Spring之Bean的初始化 Bean的生命周期 全站式解析
java·开发语言·前端·数据库·后端·spring·servlet
淡笑沐白1 小时前
SQL Server 与 Oracle 常用函数对照表
数据库·oracle·sqlserver
PWRJOY2 小时前
Flask-SQLAlchemy_数据库配置
数据库·python·flask
檀越剑指大厂2 小时前
【PostgreSQL系列】PostgreSQL 复制参数详解
数据库·postgresql
L耀早睡2 小时前
Spark缓存
大数据·数据库·spark