Redis 快取雙寫不一致性的問題
參考:https://www.cnblogs.com/renxiuxing/p/14967390.html
快取雙寫不一致的問題描述的是資料庫和快取中的資料一樣的問題。
我們在呼叫介面去查詢的時候按照下面的流程去做處理的;
資料庫和快取的更新的問題
對於更新完資料庫,是更新快取呢,還是刪除快取?又或者是先刪除快取,再更新資料庫,其實大家存在很大的爭議。
從理論上來說,給快取設定過期時間,是保證最終一致性的解決方案。
對存入快取的資料設定過期時間,只要到達過期時間,讀請求自然會從資料庫中讀取新值然後回填快取,保證是資料的最終一致;所有的寫請求都以資料庫為準,對快取的操作只是盡最大努力處理到一致即可。
三種更新策略
- 先更新資料庫,再更新快取;
- 先刪除快取,再更新資料庫;
- 先更新資料庫,再刪除快取;
先更新資料庫,再更新快取
該方案會導致不一致的原因是:請求A和請求B同時去更新;
這套方案,大家是普遍反對的。為什麼呢?有如下兩點原因。
- 原因一(請求A和B同時去更新)
同時有請求A和請求B進行更新操作,那麼會出現:
(1)請求A更新了資料庫;
(2)請求B更新了資料庫;
(3)請求B更新了快取;
(4)請求A更新了快取;
按理說請求A更新快取應該比請求B更新快取早才對,但是因為網路等原因,B卻比A更早更新了快取,這樣就導致了髒資料。
- 原因二(業務場景角度)
有如下兩點:
(1)如果寫入資料庫的值,並不是直接寫入快取的,而是要經過一系列複雜的計算再寫入快取。那麼,每次的寫請求操作都是先寫入資料庫,經過計算後再寫入快取,無疑是浪費效能的。顯然,每次的寫請求寫入到資料庫中之後,刪除快取更為適合,這樣就不用去計算了,只有在查詢的時候只計算一次就好了。
(2)如果是一個寫資料庫場景比較多,而讀資料場景比較少的業務需求,採用這種方案就會導致,每次來的寫操作都要去更新快取,實際上好久才會讀一次資料,快取被頻繁的更新都做了無用功,浪費了效能。
所以,針對快取操作的方案還是採用 刪除快取 的方案較好;
接下來討論的就是爭議最大的,先刪快取,再更新資料庫。還是先更新資料庫,再刪快取的問題。
先刪快取,再更新資料庫
該方案會導致不一致的原因是:同時有一個請求A進行更新操作,請求B進行查詢操作。
那麼會出現如下情形:
(1)請求A進行先刪除快取;
(2)請求B查詢發現快取不存在,請求B去資料庫查詢得到舊值,並將舊值寫入快取;
(3)請求A將新值寫入資料庫;
上述情況就會導致不一致的情形出現。而且,如果不採用給快取設定過期時間策略,該資料永遠都是髒資料。
那麼,如何解決呢?
採用延時雙刪策略:
(1)先刪除快取;
(2)再更新資料庫;
(3)休眠1秒,再次刪除快取;
延時雙刪的策略還是不太好,因為休眠的這個時間不太好把控,而且影響介面的效能;若將休眠 一會,再去刪除快取的操作給非同步處理了,那麼可以解決效能的問題,但是若非同步處理的時候失敗了,還是會出現快取不一致的問題。
先更新資料庫,再刪快取
首先,先說一下。老外提出了一個快取更新套路,名為《Cache-Aside pattern》。其中就指出
- 失效:應用程式先從cache取資料,沒有得到,則從資料庫中取資料,成功後,放到快取中。
- 命中:應用程式從cache中取資料,取到後返回。
- 更新:先把資料存到資料庫中,成功後,再讓快取失效。
另外,知名社交網站facebook也在論文《Scaling Memcache at Facebook》中提出,他們用的也是先更新資料庫,再刪快取的策略。
這種情況不存在併發問題麼?
不是的。假設這會有兩個請求,一個請求A做查詢操作,一個請求B做更新操作,那麼會有如下情形產生
(1)快取剛好失效;
(2)請求A查詢資料庫,得一箇舊值;
(3)請求B將新值寫入資料庫;
(4)請求B刪除快取;
(5)請求A將查到的舊值寫入快取;
如果發生上述情況,確實是會發生髒資料。
然而,發生這種情況的概率又有多少呢?
發生上述情況有一個先天性條件,就是步驟(3)的寫資料庫操作比步驟(2)的讀資料庫操作耗時更短,才有可能使得步驟(4)先於步驟(5)。可是,大家想想,資料庫的讀操作的速度遠快於寫操作的(不然做讀寫分離幹嘛,做讀寫分離的意義就是因為讀操作比較快,耗資源少),因此步驟(3)耗時比步驟(2)更短,這一情形很難出現。