什么是一致性

“數(shù)據(jù)一致”一般指的是：緩存中有數(shù)據(jù)，緩存的數(shù)據(jù)值=數(shù)據(jù)庫中的值。但根據(jù)緩存中是有數(shù)據(jù)為依據(jù)，則“一致”可以包含兩種情況：

1）緩存中有數(shù)據(jù)，緩存的數(shù)據(jù)值=數(shù)據(jù)庫中的值。

2）緩存中本沒有數(shù)據(jù)，數(shù)據(jù)庫中的值=最新值（有請求查詢數(shù)據(jù)庫時(shí)，會將數(shù)據(jù)寫入緩存，則變?yōu)樯厦娴?ldquo;一致”狀態(tài)）。

“數(shù)據(jù)不一致”：緩存的數(shù)據(jù)值≠數(shù)據(jù)庫中的值；緩存或者數(shù)據(jù)庫中存在舊值，導(dǎo)致其他線程讀到舊數(shù)據(jù)。

一致性就是數(shù)據(jù)保持一致，在分布式系統(tǒng)中，可以理解為多個(gè)節(jié)點(diǎn)中數(shù)據(jù)的值是一致的。

• 強(qiáng)一致性：這種一致性級別是最符合用戶直覺的，它要求系統(tǒng)寫入什么，讀出來的也會是什么，用戶體驗(yàn)好，但實(shí)現(xiàn)起來往往對系統(tǒng)的性能影響大
• 弱一致性：這種一致性級別約束了系統(tǒng)在寫入成功后，不承諾立即可以讀到寫入的值，也不承諾多久之后數(shù)據(jù)能夠達(dá)到一致，但會盡可能地保證到某個(gè)時(shí)間級別（比如秒級別）后，數(shù)據(jù)能夠達(dá)到一致狀態(tài)
• 最終一致性：最終一致性是弱一致性的一個(gè)特例，系統(tǒng)會保證在一定時(shí)間內(nèi)，能夠達(dá)到一個(gè)數(shù)據(jù)一致的狀態(tài)。這里之所以將最終一致性單獨(dú)提出來，是因?yàn)樗侨跻恢滦灾蟹浅Ｍ瞥绲囊环N一致性模型，也是業(yè)界在大型分布式系統(tǒng)的數(shù)據(jù)一致性上比較推崇的模型

導(dǎo)致數(shù)據(jù)不一致的原因？

1） 在高并發(fā)的業(yè)務(wù)場景下，數(shù)據(jù)庫大多數(shù)情況都是用戶并發(fā)訪問最薄弱的環(huán)節(jié)。所以，就需要使用redis做一個(gè)緩沖操作，讓請求先訪問到redis，而不是直接訪問MySQL等數(shù)據(jù)庫；

2）讀取緩存步驟一般沒有什么問題，但是一旦涉及到數(shù)據(jù)更新，數(shù)據(jù)庫和緩存更新，就容易出現(xiàn)緩存(Redis)和數(shù)據(jù)庫（MySQL）間的數(shù)據(jù)一致性問題；

3）這個(gè)業(yè)務(wù)場景，主要是解決讀數(shù)據(jù)從Redis緩存，一般都是按照下圖的流程來進(jìn)行業(yè)務(wù)操作。

應(yīng)對策略

針對緩存更新問題，提出了一個(gè)旁路緩存的緩存更新套路，這個(gè)策略分為以下三種場景：

1）失效：應(yīng)用程序先從緩存取數(shù)據(jù)，沒有得到，則從數(shù)據(jù)庫中取數(shù)據(jù)，成功后，放到緩存中。

2）命中：應(yīng)用程序從緩存中取數(shù)據(jù)，取到后返回。

3）更新：先把數(shù)據(jù)存到數(shù)據(jù)庫中，成功后，再讓緩存失效。

不管是先刪緩存再更新數(shù)據(jù)庫還是先更新數(shù)據(jù)庫再刪緩存，都會導(dǎo)致緩存跟數(shù)據(jù)不一致問題！

先寫MySQL，再寫Redis

先寫Redis，再寫MySQL

先刪除Redis，再寫MySQL

先寫 MySQL，再刪除 Redis

不管是先寫數(shù)據(jù)庫，再刪除緩存；還是先刪除緩存，再寫庫，都有可能出現(xiàn)數(shù)據(jù)不一致的情況。

現(xiàn)有的大部分業(yè)務(wù)場景下大多采用讀寫分離的操作來提升數(shù)據(jù)庫吞吐量，但是并發(fā)讀寫訪問的時(shí)候，對緩存和數(shù)據(jù)庫相互交叉執(zhí)行操作，則會出現(xiàn)數(shù)據(jù)不一致問題。

在進(jìn)行數(shù)據(jù)更新時(shí)，就涉及到先更新緩存還是先更新數(shù)據(jù)庫了，其實(shí)兩種方式都有數(shù)據(jù)一致性問題：

舉個(gè)例子：假如業(yè)務(wù)A為寫請求，業(yè)務(wù)B為讀請求

1.先更新數(shù)據(jù)庫再更新緩存

步驟1：業(yè)務(wù)A先更新數(shù)據(jù)庫，此時(shí)該業(yè)務(wù)線由于宕機(jī)或者其他原因延遲沒有繼續(xù)進(jìn)行。

步驟2：業(yè)務(wù)B讀取數(shù)據(jù)，讀取的是緩存中的舊數(shù)據(jù)。

步驟3：業(yè)務(wù)A恢復(fù)過來，更新緩存

可以看到，由于寫請求延遲，可能會讀到舊的緩存數(shù)據(jù)。

2.先更新緩存再更新數(shù)據(jù)庫

步驟1：業(yè)務(wù)A先刪除緩存

步驟2：業(yè)務(wù)B進(jìn)入，業(yè)務(wù)B發(fā)現(xiàn)緩存中沒有數(shù)據(jù)，直接從數(shù)據(jù)庫中進(jìn)行讀取，讀到了數(shù)據(jù)庫中的舊數(shù)據(jù)

步驟3：業(yè)務(wù)A更新數(shù)據(jù)庫并返回。

可以看到，由于寫請求延遲，可能讀到舊的數(shù)據(jù)庫數(shù)據(jù)。

因?yàn)閷懞妥x是并發(fā)的，沒法保證順序,就會出現(xiàn)緩存和數(shù)據(jù)庫的數(shù)據(jù)不一致的問題。

解決方案

（1）讀寫請求串行化

最為簡單的一種方法，寫請求在更新之前需要先獲得分布式鎖，獲取到鎖才能去更新數(shù)據(jù)庫，獲取不到則進(jìn)行等待，超時(shí)直接返回更新失敗。更新完數(shù)據(jù)庫后更新緩存，如果更新失敗，放到內(nèi)存隊(duì)列中進(jìn)行重新嘗試。讀請求則同樣需要獲得鎖，然判斷緩存中是否有數(shù)據(jù)，有則直接讀緩存，沒有則直接讀數(shù)據(jù)庫，并更新緩存。

這種方案可以保證數(shù)據(jù)的一致性。但是會降低系統(tǒng)吞吐量（等待時(shí)間長），這在需要數(shù)據(jù)強(qiáng)一致的情況下適用。（銀行轉(zhuǎn)賬）

（2）刪除緩存

• 1.先刪除緩存，后更新數(shù)據(jù)庫
• 2.先更新數(shù)據(jù)庫，后刪除緩存

先刪除緩存，后更新數(shù)據(jù)庫，第二步操作失敗，數(shù)據(jù)庫沒有更新成功，那下次讀緩存發(fā)現(xiàn)不存在則從數(shù)據(jù)庫中讀取，并重建緩存，此時(shí)數(shù)據(jù)庫和緩存依日保持一致。

但如果是先更新數(shù)據(jù)庫，后刪除緩存，第二步操作失敗，數(shù)據(jù)庫是最新值，緩存中是舊值，發(fā)生不致。所以，這個(gè)方案依舊存在問題。

總之，和前面提到的問題類似，第二步失敗依舊有不一致的風(fēng)險(xiǎn)

我們再來看[并發(fā)]問題，這個(gè)問題是我們需要關(guān)注的[重點(diǎn)]

先更新數(shù)據(jù)庫，后刪除緩存

依舊是 2 個(gè)線程并發(fā)[讀寫]數(shù)據(jù)

1.緩存中 X 不存在 (數(shù)據(jù)庫 X = 1)

2.線程 A 讀取數(shù)據(jù)庫，得到目值 (X = 1)

3.線程 B 更新數(shù)據(jù)庫 (X = 2)

4.線程 B 刪除緩存

5.線程 A 將日值寫入緩存 (X = 1)

最終 X的值在緩存中是 1 (日值) ，在數(shù)據(jù)庫中是 2(新值)，也發(fā)生不一致

這種情況[理論]來說是可能發(fā)生的，但實(shí)際真的有可能發(fā)生嗎?

其實(shí)概率[很低]，這是因?yàn)樗仨殱M足 3 個(gè)條件

1.緩存剛好已失效

2.讀請求 + 寫請求并發(fā)

3.更新數(shù)據(jù)庫 + 除緩存的時(shí)間 (步 3-4) ，要比讀數(shù)據(jù)庫 + 寫緩存時(shí)間短(步 2 和5)

仔細(xì)想一下，條件 3 發(fā)生的概率其實(shí)是非常低的因?yàn)閷憯?shù)據(jù)庫一般會先[加鎖]，所以寫數(shù)據(jù)庫，通常是要比讀數(shù)據(jù)庫的時(shí)間更長的這么來看，[先更新數(shù)據(jù)庫 + 再刪除緩存]的方案，是可以保證數(shù)據(jù)一致性的。

所以，我們應(yīng)該采用這種方案，來操作數(shù)據(jù)庫和緩存

如何保證兩步都執(zhí)行成功?

無論是更新緩存還是刪除緩存，只要第二步發(fā)生失敗，那么就會導(dǎo)致數(shù)據(jù)庫和緩存不一致。保證第二步成功執(zhí)行，就是解決問題的關(guān)鍵.

程序在執(zhí)行過程中發(fā)生異常，最簡單的解決辦法是什么?

答案是:異步重試

• 如果是同步重試，立即重試很大概率還會失敗，[重試次數(shù)]設(shè)置多少才合理?
• 重試會一直[占用]這個(gè)線程資源，無法服務(wù)其它客戶端請求
• 異步其實(shí)就是把重試請求寫到消息隊(duì)列中，然后由專門的消費(fèi)者來重試，直到成功。

為了避免第二步執(zhí)行失敗，我們可以把操作緩存這一步，直接放到消息隊(duì)列中，由消費(fèi)者來操作緩存

到這里你可能會問，寫消息隊(duì)列也有可能會失敗啊? 而且，引入消息隊(duì)列，這又增加了更多的維擴(kuò)成本，這樣做值得嗎?

這個(gè)問題很好，但我們思考這樣一個(gè)問題:如果在執(zhí)行失敗的線程中一直重試，還沒等執(zhí)行成功，此時(shí)如果項(xiàng)目[重啟]了，那這次重試請求也就[丟失]了，那這條數(shù)據(jù)就一直不一致了

所以，這里我們必須把重試消息或第二步操作放到另一個(gè)[服務(wù)]中，這個(gè)服務(wù)用[消息隊(duì)列]最為合適。

• 消息隊(duì)列保證可靠性: 寫到隊(duì)列中的消息，成功消費(fèi)之前不會丟失(重啟項(xiàng)目也不擔(dān)心)
• 消息隊(duì)列保證消息成功投遞: 下游從隊(duì)列拉取消息，成功消費(fèi)后才會刪除消息，否則還會繼續(xù)投遞消息給消費(fèi)者 (符合我們重試的需求)

至于寫隊(duì)列失敗和消息隊(duì)列的維護(hù)成本問題

• 寫隊(duì)列失敗: 操作緩存和寫消息隊(duì)列，[同時(shí)失敗]的概率其實(shí)是很小的維護(hù)成本:
• 我們項(xiàng)目中一般都會用到消息隊(duì)列，維護(hù)成本并沒有新增很多

以上就是詳解MySQL和Redis如何保證數(shù)據(jù)一致性的詳細(xì)內(nèi)容，更多關(guān)于MySQL和Redis數(shù)據(jù)一致性的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論