大白话聊缓存之读写一致性

Posted 2021-04-15 中企老徐的架构笔记

缘起

缓存的数据来自数据库，双写（写缓存 写数据库）的伪代码如下

db.update("userA"，age=17)

cache.updte("userA"，age=17)

如下图

还有缓存懒加载的方式

db.update("userA"，age=17)

cache.delete("userA")   //查询时再加载

实际上这两种写法都有问题 --- 产生脏数据

脏数据的产生及解决方法

第一种情况    看下图

db与cache 更新前数据age=16

然而在更新时，更新db成功了，更新cache失败了

当当当当！ 数据不一致了！ 

因为机器挂了或超时导致数据不一致最简单的场景

解决方法

先删除缓存，再更新数据

删除缓存失败就不更新数据库了  --- 数据没变化 是一致的

删除缓存成功，更新数据库失败  --- 下次缓存从数据库重新加载  还是一致的

第二种情况

线程1删除缓存后，在更新数据库前，线程2来读取数据（注意读取到的是旧数据） 然后线程1继续更新数据库成功

当当当当！ 数据不一致了！   如果没听明白的话 咱们在看看下图

两个线程

线程1删除缓存后，线程2又把刚删除的缓存写回来了（缓存是旧数据）

最后线程1更新数据库成功 （数据库是新数据）

数据不一致了！

怎么办？

双删 伪代码如下

cache.delete("userA")

db.update("userA", userA)

thread.sleep(500ms)

cache.delete("userA")

直接sleep的方式会影响tps，改MQ异步删除

cache.delete("userA")

db.update("userA", userA)

mq.send("delete_cache_topic", "userA") 

还有其他方法吗？有

数据不一致不是由多线程并发引起的吗，那我给你降维处理，做成单线程处理

基本思路如下

1. 所有的读写请求进入后按照key进行hash

2. hash后请求会路由到后端的线程池（线程池的每个线程都包含一个队列Q）

3. 这样相同的key请求会进入同一个线程，从而实现了降维，也就不存在并发问题了

伪代码如下

function  ddd(readOrWriteRequest request)

    int threadN = hash(request.getKey()) % threadpool.size()

    Thread t = threadpool.get(threadN)

     t.submit(request)

end

如果你有更好的方法，给我留言吧

End

猛戳扫码关注，一大波缓存知识即将袭来

更多精彩内容

猛戳左边二维码

了解更多哦