gpt4 book ai didi

缓存与数据库双写一致性几种策略分析

转载 作者:我是一只小鸟 更新时间:2023-04-19 22:32:00 26 4
gpt4 key购买 nike

作者:京东零售 于泷 。

1、背景

在高并发场景中,为防止大量请求直接访问数据库,缓解数据库压力,常用的方式一般会增加缓存层起到缓冲作用,减少数据库压力。引入缓存,就会涉及到缓存与数据库中数据如何保持一致性问题,本文将对几种缓存与数据库保证数据一致性的使用方式进行分析。 为保证高并发性能,以下分析场景不考虑执行的原子性及加锁等强一致性要求的场景,仅追求最终一致性.

2、读取过程

• 读缓存 。

• 如果缓存里没有值,那就读取数据库的值 。

• 同时把这个值写进缓存中 。

3、更新过程

更新操作有多种策略,各有优劣,主要针对此场景进行分析 。

策略1:先更新db,再删除缓存(常用的Cache-Aside Pattern旁路缓存)

问题:

1.如果更新db成功,删缓存失败,将导致数据不一致 。

2.极端场景,请求A读,B写 。

1)此时缓存刚好失效 2)A查库得到旧值 3)B更新DB成功 。

4)B删除缓存 5)A将查到的旧值更新到缓存中 。

此场景的发生需要步骤2)查db 始终慢于 3)的更新db,才能导致4)先于5)执行,通常db的查询是要快于写入的,所以此极端场景的产生过于严格,不易发生 。

策略2:先更新db,再更新缓存

问题:

1.并发更新场景下,更新缓存会导致数据不一致 。

2.根据读写比,考虑是否有必要频繁同步更新缓存,而且,如果构造缓存中数据过于复杂,或者数据更新频繁,但是读取并不频繁的情况,还会造成不必要的性能损耗 。

此种方式不推荐 。

策略3:先更新缓存,再更新db

同上,不推荐 。

策略4:先删缓存,再更新db

先删缓存,虽然解决了策略1中,后删缓存如果失败的场景,但也会发生不一致的问题 。

例如:请求 A 删除缓存,这时请求B来查,就会击穿到数据库,B读取到旧的值后写入缓存,A正常更新db,由于时间差导致数据不一致的情况 。

策略5:缓存延时双删

该策略兼容了策略1和策略4,解决了先删缓存还是后删缓存的问题,如策略1中,更新db后删缓存失败和策略4中的不一致场景,该策略可以将延时时间内(比如延时10ms)所造成的缓存脏数据,再次删除。但是,如果延时删缓存失败,策略4中不一致问题还会发生,同时延时的实现,如创建线程,或者引入mq异步,可能会增加系统复杂度问题.

策略6:变种双删,前置缓存过期时间

该策略针对策略1中后删缓存失败的场景,前置一层缓存数据过期时间(具体时间根据自身系统本身评估,如可覆盖db读写耗时或一致性容忍度等),更新db后就算删缓存失败,在expire时间后也能保证缓存中无数据。同时,前置expire失败,或者更新db失败,都不会影响数据一致.

能够解决策略4中的问题:请求 A 删除缓存,这时请求B来查,就会击穿到数据库,B读取到旧的值后写入缓存,A正常更新db,由于时间差导致数据不一致的情况,描述图如下:

本策略中步骤1为expire缓存,不会发生击穿缓存到数据库的情况,数据将直接返回。除非更极端情况,如下图

expire时间没有覆盖住更新db的耗时,类似策略1中极端场景,此处不赘述 。

4、总结

对于每种方案策略,各有利弊,但一致性问题始终存在(文章开头排除了原子性和锁),只是发生的几率在一点点慢慢变小了,方案的评估不仅要根据自身系统的业务场景,如读写比、并发量、一致性容忍度,还要考虑系统复杂度,投入产出比等,寻找最合适的方案.

最后此篇关于缓存与数据库双写一致性几种策略分析的文章就讲到这里了,如果你想了解更多关于缓存与数据库双写一致性几种策略分析的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。

26 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com