如何保证缓存和数据库的一致性？

Posted 2022-03-31 _江南一点雨

文章目录

• • 1. 问题分析
  • 2. Cache-Aside
  • • 2.1 读缓存
    • 2.2 写缓存
    • 2.3 延迟双删
    • 2.4 如何确保原子性
  • 3. Read-Through/Write-Through
  • • 3.1 Read-Through
    • 3.2 Write-Through
  • 4. Write Behind

很多小伙伴在面试的时候，应该都遇到过类似的问题，如何确保缓存和数据库的一致性？

如果你对这个问题有过研究，应该可以发现这个问题其实很好回答，如果第一次听到或者第一次遇到这个问题，估计会有点懵，今天我们来聊聊这个话题。

1. 问题分析

首先我们来看看为什么会有这个问题！

我们在日常开发中，为了提高数据响应速度，可能会将一些热点数据保存在缓存中，这样就不用每次都去数据库中查询了，可以有效提高服务端的响应速度，那么目前我们最常使用的缓存就是 Redis 了。

用 Redis 做缓存，并不是一说缓存就是 Redis，还是要结合业务的具体情况，我们可以根据不同业务对数据要求的实时性不同，将数据分为三级，以电商项目为例：

• 第 1 级：订单数据和支付流水数据：这两块数据对实时性和精确性要求很高，所以一般是不需要添加缓存的，直接操作数据库即可。
• 第 2 级：用户相关数据：这些数据和用户相关，具有读多写少的特征，所以我们使用 redis 进行缓存。
• 第 3 级：支付配置信息：这些数据和用户无关，具有数据量小，频繁读，几乎不修改的特征，所以我们使用本地内存进行缓存。

选中合适的数据存入 Redis 之后，接下来，每当要读取数据的时候，就先去 Redis 中看看有没有，如果有就直接返回；如果没有，则去数据库中读取，并且将从数据库中读取到的数据缓存到 Redis 中，大致上就是这样一个流程，读取数据的这个流程实际上是比较清晰也比较简单的，没啥好说的。

然而，当数据存入缓存之后，如果需要更新的话，往往会来带另外的问题：

1. 当有数据需要更新的时候，先更新缓存还是先更新数据库？如何确保更新缓存和更新数据库这两个操作的原子性？
2. 更新缓存的时候该怎么更新？修改还是删除？

怎么办？正常来说，我们有四种方案：

1. 先更新缓存，再更新数据库。
2. 先更新数据库，再更新缓存。
3. 先淘汰缓存，再更新数据库。
4. 先更新数据库，再淘汰缓存。

到底使用哪种？

在回答这个问题之前，我们不妨先来看看三个经典的缓存模式：

1. Cache-Aside
2. Read-Through/Write through
3. Write Behind

2. Cache-Aside

Cache-Aside，中文也叫旁路缓存模式，如果我们能够在项目中采用 Cache-Aside，那么就能够尽可能的解决缓存与数据库数据不一致的问题，注意是尽可能的解决，并无法做到绝对解决。

Cache-Aside 又分为读缓存和写缓存两种情况，我们分别来看。

2.1 读缓存

先来看一张流程图：

它的流程是这样：

1. 读取数据。
2. 检查缓存中是否有需要的数据，如果命中缓存（Cache Hit），则直接返回数据。
3. 如果没有命中缓存，即 Cache Miss，那么就先去访问数据库。
4. 将从数据库中读取到的数据设置到缓存中。
5. 返回数据。

这是 Cache-Aside 的读缓存流程。

其实对于读缓存的流程而言，大家一般都没什么异议，有异议的主要是写流程，我们继续来看。

2.2 写缓存

先来看一张流程图：

这个写缓存的流程就比较简单，先更新数据库中的数据，然后删除旧的缓存即可。

流程虽然简单，但是却引伸出来两个问题：

1. 为什么是删除旧缓存而不是更新旧缓存？
2. 为什么不先删除旧的缓存，然后再更新数据库？

我们来分别回答这两个问题。

为什么是删除旧缓存而不是更新旧缓存？

1. 更新缓存，说着容易做起来并不容易。很多时候我们更新缓存并不是简简单单更新一个 Bean。很多时候，我们缓存的都是一些复杂操作或者计算（例如大量联表操作、一些分组计算）的结果，如果不加缓存，不但无法满足高并发量，同时也会给 mysql 数据库带来巨大的负担。那么对于这样的缓存，更新起来实际上并不容易，此时选择删除缓存效果会更好一些。
2. 对于一些写频繁的应用，如果按照更新缓存->更新数据库的模式来，比较浪费性能，因为首先写缓存很麻烦，其次每次都要写缓存，但是可能写了十次，只读了一次，读的时候读到的缓存数据是第十次的，前面九次写缓存都是无效的，对于这种情况不如采取先写数据库再删除缓存的策略。
3. 在多线程环境下，这样的更新策略还有可能会导致数据逻辑错误，来看如下一张流程图：

可以看到，有两个并发的线程 A 和 B：

• 首先 A 线程更新了数据库。
• 接下来 B 线程更新了数据库。
• 由于网络等原因，B 线程先更新了缓存。
• A 线程更新了缓存。

那么此时，缓存中保存的数据就是不正确的，而如果采用了删除缓存的方式，就不会发生这种问题了。

为什么不先删除旧的缓存，然后再更新数据库？

这个也是考虑到并发请求，假设我们先删除旧的缓存，然后再更新数据库，那么就有可能出现如下这种情况：

这个操作是这样的，有两个线程，A 和 B，其中 A 写数据，B 读数据，具体流程如下：

1. A 线程首先删除缓存。
2. B 线程读取缓存，发现缓存中没有数据。
3. B 线程读取数据库。
4. B 线程将从数据库中读取到的数据写入缓存。
5. A 线程更新数据库。

一套操作下来，我们发现数据库和缓存中的数据不一致了！所以，在 Cache-Aside 中是先更新数据库，再删除缓存。

2.3 延迟双删

其实无论是先更新数据库再删除缓存，还是先删除缓存再更新数据库，在并发环境下都有可能存在问题：

假设有 A、B 两个并发请求：

• 先更新数据库再删除缓存：当请求 A 更新数据库之后，还未来得及进行缓存清除，此时请求 B 查询到并使用了 Cache 中的旧数据。
• 先删除缓存再更新数据库：当请求 A 执行清除缓存后，还未进行数据库更新，此时请求 B 进行查询，查到了旧数据并写入了 Cache。

当然我们前面已经分析过了，尽量先操作数据库再操作缓存，但是即使这样也还是有可能存在问题，解决问题的办法就是延迟双删。

延迟双删是这样：先执行缓存清除操作，再执行数据库更新操作，延迟 N 秒之后再执行一次缓存清除操作，这样就不用担心缓存中的数据和数据库中的数据不一致了。

那么这个延迟 N 秒，N 是多大比较合适呢？一般来说，N 要大于一次写操作的时间，如果延迟时间小于写入缓存的时间，会导致请求 A 已经延迟清除了缓存，但是此时请求 B 缓存还未写入，具体是多少，就要结合自己的业务来统计这个数值了。

2.4 如何确保原子性

但是更新数据库和删除缓存毕竟不是一个原子操作，要是数据库更新完毕后，删除缓存失败了咋办？

对于这种情况，一种常见的解决方案就是使用消息中间件来实现删除的重试。大家知道，MQ 一般都自带消费失败重试的机制，当我们要删除缓存的时候，就往 MQ 中扔一条消息，缓存服务读取该消息并尝试删除缓存，删除失败了就会自动重试。如果小伙伴们还不懂 RabbitMQ 的使用，可以在公众号江南一点雨后台回复 rabbitmq，有免费的视频+文档。

3. Read-Through/Write-Through

这种缓存操作模式，松哥印象最深的是在 Oracle Coherence 中有应用，不知道小伙伴们有没有用过 Oracle Coherence，这是一个内存数据网格，通过这个，应用开发人员和管理人员可快速访问键值数据，Coherence 可提供集群式低延迟数据存储、多语言网格计算和异步事件流处理，从而为客户企业应用赋予超高水平的可扩展性和性能。

Oracle Coherence 我们就不讨论了，我们就来说说 Read-Through。

3.1 Read-Through

这里为了省事，我就不自己画图了，网上找了一张图片，如下：

乍一看，很多人感觉这和 Cache-Aside 一样呀，没啥区别！是的，单看流程是不太容易看到区别。

Read-Through 是一种类似于 Cache-Aside 的缓存方法，区别在于，在 Cache-Aside 中，由应用程序决定去读取缓存还是读取数据库，这样就会导致应用程序中出现了很多业务无关的代码；而在 Read-Through 中，相当于多出来了一个中间层 Cache Middleware，由它去读取缓存或者数据库，应用层的代码得到了简化，松哥之前写过 Spring Cache 的用法，大家回忆下 Spring Cache 中的 @Cacheable 注解，感觉像不像 Read-Through？

我画一个简单的流程图大家来看下：

可以看到，和 Cache-Aside 相比，其实就相当于是多了一个 Cache Middleware，这样我们在应用程序中就只需要正常的读写数据就行了，并不用管底层的具体逻辑，相当于把缓存相关的代码从应用程序中剥离出来了，应用程序只需要专注于业务就行了。

3.2 Write-Through

Write-Through 其实也是差不多，所有的操作都交给 Cache Middleware 来完成，应用程序中就是一句简单的更新就行了，我们来看看流程：

在 Write-Through 策略中，所有的写操作都经过 Cache Middleware，每次写入时，Cache Middleware 会将数据存储在 DB 和 Cache 中，这两个操作发生在一个事务中，因此，只有两个都写入成功，一切才会成功。

这种写数据的优势在于，应用程序只与 Cache Middleware 对话，所以它的代码更加干净和简单。

4. Write Behind

Write-Behind 缓存策略类似于 Write-Through 缓存，应用程序仅与 Cache Middleware 通信，Cache Middleware 会预留一个与应用程序通信的接口。

Write-Behind 与 Write-Through 最大的区别在于，前者是数据首先写入缓存，一段时间后（或通过其他触发器）再将数据写入 Database，并且这里涉及到的写入是一个异步操作。这种方式下，Cache 和 DB 数据的一致性不强，对一致性要求高的系统要谨慎使用，如果有人在数据尚未写入数据源的情况下直接从数据源获取数据，则可能导致获取过期数据，不过对于频繁写入的场景，这个其实非常适用。

将数据写入 DB 可以通过多种方式完成：

• 一种是收集所有写入操作，然后在某个时间点（例如，当 DB 负载较低时）对数据源进行批量写入。
• 另一种方法是将写入合并成更小的批次，例如每次收集五个写入操作，然后对数据源进行批量写入。

这个流程图就不想画了，在网上找了一张，小伙伴们参考下：

好啦，和小伙伴们简单聊了下双写一致性的问题，有问题欢迎留言讨论。

参考资料：

• https://www.jianshu.com/p/a8eb1412471f
• https://catsincode.com/caching-strategy/