先更新缓存还是先更新数据库

Posted 2020-12-13 mrcharleshu

目录

• 概览
• 先更新缓存，再更新数据库
  • 考虑两个并发操作：线程A写，线程B读
  • 考虑两个并发操作：线程A写，线程B写
• 先更新数据库，再更新缓存
  • 考虑两个并发操作：线程A写，线程B读
  • 考虑两个并发操作：线程A写，线程B写

概览

说这个问题之前得看下几种缓存模式，可以先看下缓存模式（Caching Aside、Read Through、Write Through、Write Behind）这篇文章。

先更新缓存，再更新数据库

考虑两个并发操作：线程A写，线程B读

• 1、线程A发起一个写操作，第一步delete cache
• 2、此时线程B发起一个读操作，cache miss
• 3、线程B继续读数据库，读出来一个老数据
• 4、然后老数据入cache
• 5、线程A写入了最新的数据

这样以后每次从缓存中读到的都是老数据，数据不一致，不能满足我们的需求。

既然这种情况下先删除缓存会有数据不一致的情况，那我们来试试第一步不删除缓存而是直接更新缓存试试看。

考虑两个并发操作：线程A写，线程B写

• 1、线程A发起一个写操作，第一步set cache
• 2、线程B发起一个写操作，第一步set cache
• 3、线程B写入数据到数据库
• 4、线程A写入数据到数据库

这样以后每次从缓存中读到的都是线程B设置数据，但数据库中存储的是线程A写入的数据，导致数据不一致。

先更新数据库，再更新缓存

考虑两个并发操作：线程A写，线程B读

• 1、线程A发起一个写操作，第一步写入数据到数据库
• 2、线程A第二步delete cache
• 3、线程B发起一个读操作，cache miss
• 4、线程B从数据库获取最新数据
• 5、线程B同时set cache

注意我们的更新是先更新数据库，成功后，让缓存失效。

一个是查询操作，一个是更新操作的并发，首先，没有了文章开始删除cache数据的操作了，而是先更新了数据库中的数据，此时，缓存依然有效，所以，并发的查询操作拿的是没有更新的数据，但是，更新操作马上让缓存的失效了，后续的查询操作再把数据从数据库中拉出来。而不会像文章开头的那个逻辑产生的问题，后续的查询操作一直都在取老的数据。

这是标准的design pattern，包括Facebook的论文《Scaling Memcache at Facebook》也使用了这个策略。为什么不是写完数据库后更新缓存？你可以看一下Quora上的这个问答《Why does Facebook use delete to remove the key-value pair in Memcached instead of updating the Memcached during write request to the backend?》，主要是怕两个并发的写操作导致脏数据，这个问题我们下面会说到。

考虑两个并发操作：线程A写，线程B写

• 1、线程A发起一个写操作，第一步写入数据到数据库
• 2、线程B发起一个写操作，第一步写入数据到数据库
• 3、线程B第二步delete cache
• 4、线程A第二步delete cache

该情况下由于线程A、B最初都把数据写入了数据库，接着都有delete cache，此时如果有线程C来读数据，都会从数据库中查询最新的数据并set cache。

为什么最后是把缓存的数据删掉，而不是把更新的数据写到缓存里。这么做引发的问题是，如果A,B两个线程同时做数据更新，A先更新了数据库，B后更新数据库，则此时数据库里存的是B的数据。而更新缓存的时候，是B先更新了缓存，而A后更新了缓存，则缓存里是A的数据。这样缓存和数据库的数据也不一致。