Redis和MySql实现数据一致性

首先明确一个观点：缓存的写入通常要远远快于数据库的写入

问题的背景

在我们使用Redis来提高查询效率后，我们不可避免的会遇上这么一个问题————如何更新数据，才能更好的保证数据一致性。

Redis中的数据来自Mysql，一旦MySql中的数据变更后，那么Redis中的数据也应该要发生相应变化才对，或者说将变化的这部分数据同步到Redis中。这是问题就来了，先更新谁：

• 先更新数据库，再更新缓存；
• 先更新缓存，再更新数据库；

这两种操作，不考虑并发情况，正常情况下，不论先后，都可以让两者保持一致，但现在我们需要重点考虑【异常】情况。以下我们讨论的都是异常情况，或者少数情况可能会发生的。

这个两个操作不可能同时发生，必然存在先后顺序，这就导致了数据不一致的情况发生。因为我们获取数据是先从Redis中获取，如果先更新数据库如MySql等，那这时用户请求可能会获得旧数据。

所以答案是————先更新缓存吗？

先更新数据库还可能存在以下问题:

比如「请求 A 」和「请求 B 」两个请求，同时更新「同一条」数据，则可能出现这样的顺序：

A 请求先将数据库的数据更新为 1，然后在更新缓存前，请求 B 将数据库的数据更新为 2，紧接着也把缓存更新为 2，然后 A 请求更新缓存为 1。

此时，数据库中的数据是 2，而缓存中的数据却是 1，出现了缓存和数据库中的数据不一致的现象。

更新策略

上文说了，先更新数据库好像存在一些明显的问题，特别是在更新数据库特别耗时的情况。那我们先更新缓存呢？

先更新缓存

如果缓存先更新成功了，但数据库更新失败，那么此时缓存中是最新值，但数据库中是「旧值」。那么此时就会发生请求可以命中缓存，拿到正确的值。但是，一旦缓存【失效】，就会从数据库中读取到【旧值】，然后重建缓存也是这个旧值。这时用户会发现自己之前修改的数据又变回去了，对业务造成影响。

或者因为其他因素————比如求一个计算后的值，需要在数据库获取一堆值，其中就包括这个【旧值】，那么这样得出的最终值就是一个错误的。

这2种方案都不行。似乎到这里，解决方案就是：加分布式锁。但这种方式对性能影响有点大。

还有其他方案吗？

先删缓存再更新数据库

我们在访问数据的时候，其实本质都是访问的数据库的数据，缓存的数据其实都是复制的数据库的。那我们在更新之前，先把缓存中的数据给删掉，再更新数据库的数据。这样能解决问题吗？

先删除缓存，后更新数据库，假设第二步操作失败，数据库没有更新成功，那下次读缓存发现不存在，则从数据库中读取，并重建缓存，此时数据库和缓存依旧保持一致。

似乎一切大功告成。不要急，我们再来看看在【并发】的情况，是怎样的？

假设某个用户的年龄是 20，请求 A 要更新用户年龄为 21，所以它会删除缓存中的内容。这时，另一个请求 B 要读取这个用户的年龄，它查询缓存发现未命中后，会从数据库中读取到年龄为 20，并且写入到缓存中，然后请求 A 继续更改数据库，将用户的年龄更新为 21。

请求B可以读到用户年龄的原因是，此时请求A在删除缓存后，可能因为网络延迟了。如果请求B是一个写操作，那这种情况也会发生。

在这种并发操作下，缓存的数据仍然是旧的，出现业务不一致。那给数据库加锁吧？但加缓存不就是为了效率，而加锁又会降低效率，违背了初衷。再想想其他方案呢？

延迟双删

那我们请求B在更新完数据库后，再删除一次缓存，然后存储对应的值，这样不就行了吗？

是的，这样实现了数据一致性，虽然在中途出现了一些————请求到旧数据，但最终的情况是相同的。这种就叫做实现了最终一致性。

但请注意在第二次删除的时候，请延迟删除。这是为了避免发生————在你删除后，请求B再写入缓存。这样删除就没效果了。当然具体的时间根据你的业务而定。

其实就"更新缓存"来说，直接删除缓存比更新缓存还有一个优势：

删除一个数据，相比更新一个数据更加轻量级，出问题的概率更小。

在实际业务中，缓存的数据可能不是直接来自数据库表，也许来自多张底层数据表的聚合。比如上面提到的商品详情信息，在底层可能会关联商品表、价格表、库存表等，如果更新了一个价格字段，那么就要更新整个数据库，还要关联的去查询和汇总各个周边业务系统的数据，这个操作会非常耗时。

从另外一个角度，不是所有的缓存数据都是频繁访问的，更新后的缓存可能会长时间不被访问，所以说，从计算资源和整体性能的考虑，更新的时候删除缓存，等到下次查询命中再填充缓存，是一个更好的方案。

先更新数据库再删除

过程：

1. 先更新数据库
2. 再删除缓存

但这种情况，可能会发生以下情况：

• 短暂的数据不一致：在数据库更新成功后，缓存被删除，但在新的数据项被重新加载到缓存之前，其他请求可能会读取到旧的或不存在的数据。

它也实现了最终一致性。

似乎一切大功告成。不要急，我们再来看看在【异常、并发】的情况，是怎样的？

假如在删除缓存的时候，失败了？我们有哪些解决方案：

• 在删除缓存失败时，可以尝试多次删除，直到删除成功或达到最大重试次数。
• 在删除缓存失败时，将删除缓存的操作放入消息队列，由消息队列消费者异步处理。

那并发情况下呢？会发生什么？

1.缓存中x 不存在(数据库x=1)

2.线程 A 读取数据库，得到旧值(X=1)

3.线程 B 更新数据库(X=2)

4.线程 B 删除缓存

5.线程 A 将旧值写入缓存(X=1)

最终 X的值在缓存中是1(旧值)，在数据库中是2(新值)，也发生不一致。这种情况「理论」来说是可能发生的，但实际真的有可能发生吗?其实概率「很低」，这是因为它必须满足 3个条件:

1.缓存刚好已失效

2.读请求 +写请求并发

3.更新数据库 +删除缓存的时间(步骤 3-4)，要比读数据库+写缓存时间短(步骤 2和 5)

仔细想一下，条件3发生的概率其实是非常低的。因为写数据库一般会先「加锁」，所以写数据库，通常是要比读数据库的时间更长的，「先更新数据库 +再删除缓存」的方案，是可以保证数据一致性的。

总结

那么我们使用哪个方案呢？

推荐（供参考）——采用「先更新数据库，再删除缓存」方案。主要是因为，它在并发情况下，效果好于前者（先删缓存再更新）。为了保证两步都成功执行，需配合「消息队列」或「订阅变更日志」的方案来做，本质是通过「重试」的方式保证数据最终一致

其实使用延迟双删时，第二次操作，不就是一个【先更新数据库再删除】吗？