高并发场景数据与一致性的简单思考

前言

高并发场景下的数据交互流程复杂多样,但关键诉求我认为只有三个:数据正确性/一致性、存储成本、调用延时。

方案分析

方案一

由 C 端服务直接打到 DB 中,B 端/DB 的 QPS 与 C 端请求 1:1。同时整个链路会因为多一次 RPC 调用以及序列化反序列化的操作,加大延时。若下游还是使用的 JDK8 甚至会有长尾问题,TP999 不可接受。但优点是完全没有一致性问题。

方案二

加入两个组件:分布式缓存和消息队列,当 DB 数据变更时先推到消息队列,再由消息队列消费写入缓存。C 端服务直接访问缓存,但访问缓存也有一定网络延时(同 Set 能保证 10ms 内,异地 Set 需要几十 ms)。同时缓存存储相较方案一成本更高,数据也会有一致性问题。

方案三

通过一个定时任务将 DB 数据同步到本地缓存中,缓存数据与 DB 数据一致,但需要接受一定延时(秒级)。系统访问本地缓存无需调用远端,几乎零耗时。但存储瓶颈由内存决定,成本较高。

思考

方案 延时 存储成本 数据一致性
1 100ms,需要一次 RPC 请求,同时还有一次访问 DB 的时延。 低,全部落库,硬盘存储。 强,没有其他数据存储介入。
2 10ms~50ms,瓶颈在分布式内存。 中,分布式缓存一般使用三级缓存架构,有硬盘介入。 弱,通常需要额外的校验任务。
3 0.1ms 以内,直接请求内存。 高,仅支持单台服务器内存可以承载的数据量级。 强,但有一定延时,能保证最终一致性。

写在最后

上述三个方案有各自的优势场景,需要根据具体的业务情况进行选型。但能得出一个简单的结论:在高并发的C端场景下,数据流交互不存在银弹。

相关推荐
旋律4144 分钟前
数据倾斜
后端
泡海椒12 分钟前
jquick-pdf 热力图实战:Object 数组三元素的数据契约与模板还原
后端
行百里er15 分钟前
【Spring Insight 技术分享】如何给 AI 接口调用做滑动窗口限流
spring boot·后端·spring cloud
贾公子20 分钟前
异步检测的轮询与超时——别把「还没好」当成「失败了」
后端·python
吃我一窝jio24 分钟前
Docker+Jenkins+K8s全流程部署
java·开发语言·笔记·python
im_AMBER1 小时前
CDC 对账:数据同步之后,如何验证源库与目标库一致
后端·mysql·面试
AI_Auto1 小时前
数字化转型工作手册⑨|干什么①:数字化转型能拿到哪三类价值效益?
大数据·架构·制造
Learn_PLC2 小时前
自动化工程师市场需求与PLC职位分析:把握工业4.0时代的就业机会
架构
vlans2 小时前
Go:用装饰器给通知发送加上日志
后端·架构
王丁炜2 小时前
AI 产品死在第二十个问题上,不是死在模型上
后端