缓存数据库双写不一致

缓存数据库双写不一致

Redis 缓存与数据库 Mysql 双写不一致如何解决？方案2应该是最好的，也是最复杂的。其他都有很明显的问题。

1. 对于频繁更新的数据不建议加缓存

2. 异步更新缓存（基于订阅 binlog 的同步机制）：binlog 增量订阅消费 + 消息队列 + 增量数据更新到 redis

   1. 读 Redis：热数据基本都在 Redis
   2. 写 Mysql：增删改都在数据库；
   3. 更新 redis 数据：数据库的操作是 binlog，来更新到 Reids（全量（全部写入 Redis）,增量（实时更新））
   4. 读取 binlog 后，利用 MQ 推送更新各台的 redis 缓存数据；

   通过 Canal 组件监控 Mysql 中 binLog 日志的变化，把更新后的数据同步到 Redis 中。

   1. Canal 模拟 Mysql Slave 的交互协议，伪装自己为 Mysql Slave，向 Mysql Master 发送 dump 协议。
   2. Mysql Master 收到 dump 请求，开始推送 Binary log 给 slave（即 Canal）。
   3. Canal 解析 birary log 对象（原始为 Byte 流）。

3. 面向缓存，所有读、写请求都在 Redis 中进行，发生写事件时由消息队列异步更新数据库。

   1. 漏洞：如果redis崩了，或者消息队列崩了，就有可能丢失数据，产生不一致。
   2. Redist作为数据库，并不能完全替代关系性数据库，很多还是要直接查询数据库。

4. 如果是mybatis，可以重写mybatis的二级缓存。当执行更新操作时，异步清理掉对应mapper上的缓存。

   1. 局限性：仅限mapper层上的缓存，service缓存解决不了。
   2. 漏洞：如果另一个Java web 服务也在操作同一张表，但却没有缓存同步，就无解了

5. 采用延时双删策略（双淘汰策略）：在写入库前后都进行 redis.del(key)操作，设置合理超时时间（先删除缓存》写数据库》休眠毫秒==》再次删除缓存）

   1. 方案有以下几种：

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

   2. 漏洞：如果另一个Java web 服务也在操作同一张表，但却没有缓存同步，就无解了

   3. 漏洞：如果另一个Java web 服务也在操作同一张表，但却没有缓存同步，就无解了

6. 设置缓存过期时间：给缓存设置过期时间短一些，所有写操作以数据库为准，只要达到缓存过期时间，则后面的读请求会从数据库读取新值然后回填缓存；

   1. 彻底佛系了。如果请求本就少，但是单个请求响应时间就很长。这个缓存加了和没加一样，没啥用。

7. 如果不一致的数据是业务操作引起的，可以在业务操作时，对相应的缓存进行失效操作。

   1. 问题：一个业务操作会影响多少个缓存，如果漏掉问题就尴尬了。会造成线上bug
   2. 漏洞：如果另一个Java web 服务也在操作同一张表，但却没有缓存同步，就无解了