高併發架構系列:Redis快取和MySQL資料一致性方案詳解
一、需求起因
在高併發的業務場景下,資料庫大多數情況都是使用者併發訪問最薄弱的環節。所以,就需要使用redis做一個緩衝操作,讓請求先訪問到redis,而不是直接訪問MySQL等資料庫。
這個業務場景,主要是解決讀資料從Redis快取,一般都是按照下圖的流程來進行業務操作。
讀取快取步驟一般沒有什麼問題,但是一旦涉及到資料更新:資料庫和快取更新,就容易出現快取(Redis)和資料庫(MySQL)間的資料一致性問題。
不管是先寫MySQL資料庫,再刪除Redis快取;還是先刪除快取,再寫庫,都有可能出現資料不一致的情況。舉一個例子:
1.如果刪除了快取Redis,還沒有來得及寫庫MySQL,另一個執行緒就來讀取,發現快取為空,則去資料庫中讀取資料寫入快取,此時快取中為髒資料。
2.如果先寫了庫,在刪除快取前,寫庫的執行緒當機了,沒有刪除掉快取,則也會出現資料不一致情況。
因為寫和讀是併發的,沒法保證順序,就會出現快取和資料庫的資料不一致的問題。
如來解決?這裡給出兩個解決方案,先易後難,結合業務和技術代價選擇使用。
二、快取和資料庫一致性解決方案
1.第一種方案:採用延時雙刪策略
在寫庫前後都進行redis.del(key)操作,並且設定合理的超時時間。
虛擬碼如下:
public void write(String key,Object data){
redis.delKey(key);
db.updateData(data);
Thread.sleep(500);
redis.delKey(key);
}
具體的步驟就是:
- 先刪除快取;
- 再寫資料庫;
- 休眠500毫秒;
- 再次刪除快取。
那麼,這個500毫秒怎麼確定的,具體該休眠多久呢?
需要評估自己的專案的讀資料業務邏輯的耗時。這麼做的目的,就是確保讀請求結束,寫請求可以刪除讀請求造成的快取髒資料。
當然這種策略還要考慮redis和資料庫主從同步的耗時。最後的的寫資料的休眠時間:則在讀資料業務邏輯的耗時基礎上,加幾百ms即可。比如:休眠1秒。
設定快取過期時間
從理論上來說,給快取設定過期時間,是保證最終一致性的解決方案。所有的寫操作以資料庫為準,只要到達快取過期時間,則後面的讀請求自然會從資料庫中讀取新值然後回填快取。
該方案的弊端
結合雙刪策略+快取超時設定,這樣最差的情況就是在超時時間內資料存在不一致,而且又增加了寫請求的耗時。
2、第二種方案:非同步更新快取(基於訂閱binlog的同步機制)
技術整體思路:
MySQL binlog增量訂閱消費+訊息佇列+增量資料更新到redis
讀Redis:熱資料基本都在Redis
寫MySQL:增刪改都是操作MySQL
更新Redis資料:MySQ的資料操作binlog,來更新到Redis
Redis更新
1)資料操作主要分為兩大塊:
一個是全量(將全部資料一次寫入到redis)
一個是增量(實時更新)
這裡說的是增量,指的是mysql的update、insert、delate變更資料。
2)讀取binlog後分析,利用訊息佇列,推送更新各臺的redis快取資料。
這樣一旦MySQL中產生了新的寫入、更新、刪除等操作,就可以把binlog相關的訊息推送至Redis,Redis再根據binlog中的記錄,對Redis進行更新。
其實這種機制,很類似MySQL的主從備份機制,因為MySQL的主備也是通過binlog來實現的資料一致性。
這裡可以結合使用canal(阿里的一款開源框架),通過該框架可以對MySQL的binlog進行訂閱,而canal正是模仿了mysql的slave資料庫的備份請求,使得Redis的資料更新達到了相同的效果。
當然,這裡的訊息推送工具你也可以採用別的第三方:kafka、rabbitMQ等來實現推送更新Redis。
以上就是Redis和MySQL資料一致性詳解,覺得不錯請點贊支援。
【mikechen優知】往期博文:
碼了幾年程式碼的程式設計師,有一定的開發經驗,應該如何提升自己?
分散式訊息系列:詳解RocketMQ的簡介與演進、架構設計、關鍵特性與應用場景
高併發架構系列:Kafka、RocketMQ、RabbitMQ的優劣勢比較
Java 面試題目最全集合1000+ 大放送,能答對70%就去BATJTMD試試~
相關文章
- 高併發快取架構實戰和最佳化快取架構
- Java高併發快取架構,快取雪崩、快取穿透之謎Java快取架構穿透
- 微服務 - Redis快取 · 資料結構 · 持久化 · 分散式 · 高併發微服務Redis快取資料結構持久化分散式
- 高併發架構系列:資料庫主從同步的3種方案架構資料庫主從同步
- 高併發架構系列:詳解分散式一致性ACID、CAP、BASE及區別架構分散式
- Nginx+Redis+Ehcache:大型高併發與高可用的三層快取架構總結NginxRedis快取架構
- 海量資料和高併發的解決方案
- [分散式][高併發]熱點快取的架構優化分散式快取架構優化
- Redis 快取穿透,擊穿解決方案,模擬高併發請求,附程式碼Redis快取穿透
- 資料庫與快取資料一致性解決方案資料庫快取
- 面試官:談談Redis快取和MySQL資料一致性問題面試Redis快取MySql
- 高併發架構系列:分散式鎖的由來、特點及Redis分散式鎖的實現詳解架構分散式Redis
- [Redis] 02-快取和資料庫資料一致性問題Redis快取資料庫
- 高併發架構最全詳解(圖文全面總結)架構
- Redis快取穿透、快取雪崩、redis併發問題分析Redis快取穿透
- 分散式快取--快取與資料庫一致性方案分散式快取資料庫
- 高併發架構架構
- MySQL 與 Redis 快取的同步方案MySqlRedis快取
- Mysql高可用架構方案MySql架構
- Redis系列 - 快取雪崩、擊穿、穿透及解決方案Redis快取穿透
- [分散式][高併發]高併發架構分散式架構
- Redis快取穿透、擊穿、雪崩,資料庫與快取一致性Redis快取穿透資料庫
- 架構與思維:高併發下冪等性解決方案架構
- Redis詳解(十二)------ 快取穿透、快取擊穿、快取雪崩Redis快取穿透
- 快取資料一致性 - 架構師峰會演講實錄快取架構
- mysql 高併發 select update 併發更新問題解決方案MySql
- 資料庫和快取雙寫一致性方案總結分析資料庫快取
- Redis 快取穿透、快取雪崩原理及解決方案Redis快取穿透
- 【Redis】快取穿透,快取擊穿,快取雪崩及解決方案Redis快取穿透
- REDIS快取穿透,快取擊穿,快取雪崩原因+解決方案Redis快取穿透
- Oracle的資料併發與一致性詳解(上)Oracle
- 高併發解決方案詳解(9大常見解決方案)
- 高併發和大流量解決方案
- 架構師眼中的高併發架構架構
- 快取高一致性:Meta的快取失效解決方案快取
- redis服務環境下mysql如何實現lnmp架構快取RedisMySqlLNMP架構快取
- 分散式之資料庫和快取雙寫一致性方案解析分散式資料庫快取
- 分散式之資料庫和快取雙寫一致性方案(二)分散式資料庫快取