数据库和缓存双写一致性解析

原文连接:http://www.javashuo.com/article/p-ftdcqtnl-cx.html

先作一个说明，从理论上来讲，给缓存设置过时时间，是保证最终一致性的解决方案。这种方案下，咱们能够对存入缓存的数据设置过时时间，全部的写操做以数据库为准，对缓存操做只是尽最大努力便可。也就是说若是数据库写成功，缓存更新失败，那么只要到达过时时间，则后面的读请求天然会从数据库中读取新值而后回填缓存。所以，接下来讨论的思路不依赖于给缓存设置过时时间这个方案。
在这里，咱们讨论三种更新策略：

1. 先更新数据库，再更新缓存
2. 先删除缓存，再更新数据库
3. 先更新数据库，再删除缓存

应该没人问我，为何没有先更新缓存，再更新数据库这种策略。

(1)先更新数据库，再更新缓存

这套方案，你们是广泛反对的。为何呢？有以下两点缘由。
缘由一（线程安全角度）
同时有请求A和请求B进行更新操做，那么会出现
（1）线程A更新了数据库
（2）线程B更新了数据库
（3）线程B更新了缓存
（4）线程A更新了缓存
这就出现请求A更新缓存应该比请求B更新缓存早才对，可是由于网络等缘由，B却比A更早更新了缓存。这就致使了脏数据，所以不考虑。
缘由二（业务场景角度）
有以下两点：
（1）若是你是一个写数据库场景比较多，而读数据场景比较少的业务需求，采用这种方案就会致使，数据压根还没读到，缓存就被频繁的更新，浪费性能。
（2）若是你写入数据库的值，并非直接写入缓存的，而是要通过一系列复杂的计算再写入缓存。那么，每次写入数据库后，都再次计算写入缓存的值，无疑是浪费性能的。显然，删除缓存更为适合。

接下来讨论的就是争议最大的，先删缓存，再更新数据库。仍是先更新数据库，再删缓存的问题。

(2)先删缓存，再更新数据库

该方案会致使不一致的缘由是。同时有一个请求A进行更新操做，另外一个请求B进行查询操做。那么会出现以下情形:
（1）请求A进行写操做，删除缓存
（2）请求B查询发现缓存不存在
（3）请求B去数据库查询获得旧值
（4）请求B将旧值写入缓存
（5）请求A将新值写入数据库
上述状况就会致使不一致的情形出现。并且，若是不采用给缓存设置过时时间策略，该数据永远都是脏数据。
那么，如何解决呢？采用延时双删策略
伪代码以下

public void write(String key,Object data){ redis.delKey(key); db.updateData(data); Thread.sleep(1000); redis.delKey(key); } 

转化为中文描述就是
（1）先淘汰缓存
（2）再写数据库（这两步和原来同样）
（3）休眠1秒，再次淘汰缓存
这么作，能够将1秒内所形成的缓存脏数据，再次删除。
那么，这个1秒怎么肯定的，具体该休眠多久呢？
针对上面的情形，读者应该自行评估本身的项目的读数据业务逻辑的耗时。而后写数据的休眠时间则在读数据业务逻辑的耗时基础上，加几百ms便可。这么作的目的，就是确保读请求结束，写请求能够删除读请求形成的缓存脏数据。
若是你用了mysql的读写分离架构怎么办？
ok，在这种状况下，形成数据不一致的缘由以下，仍是两个请求，一个请求A进行更新操做，另外一个请求B进行查询操做。
（1）请求A进行写操做，删除缓存
（2）请求A将数据写入数据库了，
（3）请求B查询缓存发现，缓存没有值
（4）请求B去从库查询，这时，尚未完成主从同步，所以查询到的是旧值
（5）请求B将旧值写入缓存
（6）数据库完成主从同步，从库变为新值
上述情形，就是数据不一致的缘由。仍是使用双删延时策略。只是，睡眠时间修改成在主从同步的延时时间基础上，加几百ms。
采用这种同步淘汰策略，吞吐量下降怎么办？
ok，那就将第二次删除做为异步的。本身起一个线程，异步删除。这样，写的请求就不用沉睡一段时间后了，再返回。这么作，加大吞吐量。
第二次删除,若是删除失败怎么办？
这是个很是好的问题，由于第二次删除失败，就会出现以下情形。仍是有两个请求，一个请求A进行更新操做，另外一个请求B进行查询操做，为了方便，假设是单库：
（1）请求A进行写操做，删除缓存
（2）请求B查询发现缓存不存在
（3）请求B去数据库查询获得旧值
（4）请求B将旧值写入缓存
（5）请求A将新值写入数据库
（6）请求A试图去删除请求B写入对缓存值，结果失败了。
ok,这也就是说。若是第二次删除缓存失败，会再次出现缓存和数据库不一致的问题。
如何解决呢？
具体解决方案，且看博主对第(3)种更新策略的解析。

(3)先更新数据库，再删缓存

首先，先说一下。老外提出了一个缓存更新套路，名为《Cache-Aside pattern》。其中就指出

• 失效：应用程序先从cache取数据，没有获得，则从数据库中取数据，成功后，放到缓存中。
• 命中：应用程序从cache中取数据，取到后返回。
• 更新：先把数据存到数据库中，成功后，再让缓存失效。

另外，知名社交网站facebook也在论文《Scaling Memcache at Facebook》中提出，他们用的也是先更新数据库，再删缓存的策略。
这种状况不存在并发问题么？
不是的。假设这会有两个请求，一个请求A作查询操做，一个请求B作更新操做，那么会有以下情形产生
（1）缓存恰好失效
（2）请求A查询数据库，得一个旧值
（3）请求B将新值写入数据库
（4）请求B删除缓存
（5）请求A将查到的旧值写入缓存
ok，若是发生上述状况，确实是会发生脏数据。
然而，发生这种状况的几率又有多少呢？
发生上述状况有一个先天性条件，就是步骤（3）的写数据库操做比步骤（2）的读数据库操做耗时更短，才有可能使得步骤（4）先于步骤（5）。但是，你们想一想，数据库的读操做的速度远快于写操做的（否则作读写分离干吗，作读写分离的意义就是由于读操做比较快，耗资源少），所以步骤（3）耗时比步骤（2）更短，这一情形很难出现。
假设，有人非要抬杠，有强迫症，必定要解决怎么办？
如何解决上述并发问题？
首先，给缓存设有效时间是一种方案。其次，采用策略（2）里给出的异步延时删除策略，保证读请求完成之后，再进行删除操做。
还有其余形成不一致的缘由么？
有的，这也是缓存更新策略（2）和缓存更新策略（3）都存在的一个问题，若是删缓存失败了怎么办，那不是会有不一致的状况出现么。好比一个写数据请求，而后写入数据库了，删缓存失败了，这会就出现不一致的状况了。这也是缓存更新策略（2）里留下的最后一个疑问。
如何解决？
提供一个保障的重试机制便可，这里给出两套方案。
方案一：
以下图所示

流程以下所示
（1）更新数据库数据；
（2）缓存由于种种问题删除失败
（3）将须要删除的key发送至消息队列
（4）本身消费消息，得到须要删除的key
（5）继续重试删除操做，直到成功
然而，该方案有一个缺点，对业务线代码形成大量的侵入。因而有了方案二，在方案二中，启动一个订阅程序去订阅数据库的binlog，得到须要操做的数据。在应用程序中，另起一段程序，得到这个订阅程序传来的信息，进行删除缓存操做。
方案二：

流程以下图所示：
（1）更新数据库数据
（2）数据库会将操做信息写入binlog日志当中
（3）订阅程序提取出所须要的数据以及key
（4）另起一段非业务代码，得到该信息
（5）尝试删除缓存操做，发现删除失败
（6）将这些信息发送至消息队列
（7）从新从消息队列中得到该数据，重试操做。

备注说明：上述的订阅binlog程序在mysql中有现成的中间件叫canal，能够完成订阅binlog日志的功能。至于oracle中，博主目前不知道有没有现成中间件可使用。另外，重试机制，博主是采用的是消息队列的方式。若是对一致性要求不是很高，直接在程序中另起一个线程，每隔一段时间去重试便可，这些你们能够灵活自由发挥，只是提供一个思路。

总结

本文实际上是对目前互联网中已有的一致性方案，进行了一个总结。对于先删缓存，再更新数据库的更新策略，还有方案提出维护一个内存队列的方式，博主看了一下，以为实现异常复杂，没有必要，所以没有必要在文中给出。最后，但愿你们有所收获。