1、缓存的作用与成本

作用： 暂存数据处理结果，并提供下次访问使用。在很多场合，数据的处理或者数据获取可能非常费时，当对这个数据的请求量很大时，频繁的数据处理会消耗大量资源。缓存的作用就是将这些来之不易的数据存储起来，当再次请求此数据时，直接从缓存中获取而省略数据处理流程，从而降低资源的消耗提高响应速度

成本：数据不一致问题，缓存层和数据层有时窗口不一致，和更新策略有关；代码维护成本，原本只需读写MySQL就能实现功能，但加入了缓存之后就需要去维护缓存的数据，增加了代码复杂度

2、关于缓存双写一致性

相关图解：

相关代码实现：

从 redis 中进行查询，若缓存命中，则直接返回对应数据

//1.从 redis 中查询缓存String shopJSON = stringRedisTemplate.opsForValue().get(CACHE_SHOP_KEY + id);//1.1 若缓存中有店铺的相关信息则进行返回，即缓存命中if(StrUtil.isNotBlank(shopJSON)){//1.2 这里需要将 JSON 类型的数据，转换为 java 类型的数据进行返回Shop shop = JSONUtil.toBean(shopJSON, Shop.class);return Result.ok(shop);}

若 redis 中命中缓存失败，则需要从 mysql 中进行查询数据返回，并将查询到的数据写回 redis 中作为缓存

//2.缓存未命中，则从 mysql 中查询相关信息Shop shop = shopService.getById(id);//2.1 mysql 中存在相关信息，写入 redis 缓存，并则进行返回if(!Objects.isNull(shop)){stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + id,JSONUtil.toJsonStr(shop));}else {//2.2 若不存在，则给出提示信息Result.fail("店铺ID 为"+id+"的信息不存在!");}return Result.ok(shop);

这时需要考虑到一个问题，在数据库中的数据进行更新时，这时 redis 缓存那边保存的还是旧数据，需要将数据库中的数据更新到 redis 中，以保证双写一致性

2.1 四种更新策略

先更新数据库，再更新缓存

其中，可能出现的问题：

先更新mysql的某商品的库存，当前商品的库存是100，更新为99个。

先更新mysql修改为99成功，然后更新redis。

此时假设异常出现，更新redis失败了，这导致mysql里面的库存是99而redis里面的还是100 。

上述发生，会让数据库里面和缓存redis里面数据不一致，读到redis脏数据

先更新缓存，再更新数据库（不太推荐，业务上一般把mysql作为底单数据库，以保证最后解释）

其中，可能出现的问题：

【异常逻辑】多线程环境下，A、B两个线程有快有慢有并行

A update redis 100

B update redis 80

B update mysql 80

A update mysql 100

最终结果：mysql100,redis80

先删除缓存，再更新数据库

其中，可能出现的问题：

请求A进行写操作，删除redis缓存后，工作正在进行中，更新mysql......A还么有彻底更新完mysql，还没commit

请求B开工查询，查询redis发现缓存不存在(被A从redis中删除了)

请求B继续，去数据库查询得到了mysql中的旧值(A还没有更新完)

请求B将旧值写回redis缓存

请求A将新值写入mysql数据库

解决方法：使用延时双删策略

先更新数据库，再删除缓存（一般推荐使用这种方法）

其中，可能出现的问题：

假如缓存删除失败或者来不及，导致请求再次访问redis时缓存命中，读取到的是缓存旧值。

解决方法：使用中间件，如MQ消息队列

可以把要删除的缓存值或者是要更新的数据库值暂存到消息队列中（例如使用Kafka/RabbitMQ等）。

当程序没有能够成功地删除缓存值或者是更新数据库值时，可以从消息队列中重新读取这些值，然后再次进行删除或更新。

如果能够成功地删除或更新，我们就要把这些值从消息队列中去除，以免重复操作，此时，我们也可以保证数据库和缓存的数据一致了，否则还需要再次进行重试

如果重试超过的一定次数后还是没有成功，我们就需要向业务层发送报错信息了，通知运维人员。

2.2 最佳实践方案

低一致性需求：使用 redis 自带的内存淘汰机制

高一致性需求：主动更新，并以超时剔除作为兜底方案

读操作：

缓存命中则直接返回

缓存未命中则查询数据库，并且写入缓存，加上超时时间

写操作：

先写数据库，再删除缓存

确保数据库与 redis 缓存的原子性

代码案例：

@Transactional  //这里进行添加事务public Result updateShop(Shop shop) {if(!Objects.isNull(shop.getId())) {//1.先更新数据库shopService.updateById(shop);//2.再删除 redis 缓存stringRedisTemplate.delete(CACHE_SHOP_KEY + shop.getId());}else {Result.fail("店铺的 ID 不能为空!");}return Result.ok();}

3、关于缓存穿透

定义：当去查询一条记录，先查 redis 中，查询不到，然后再查询 mysql 中，也查询不到；即使这样，请求最终每次都会打到 mysql 数据库中，从而导致后台数据库的压力暴增，redis 形同虚设 ，接下来，介绍对应的解决方案

Redis缓存双写一致性、穿透（布隆）、雪崩、击穿的案例总结相关推荐

缓存淘汰、缓存穿透、缓存击穿、缓存雪崩、数据库缓存双写一致性
缓存淘汰为什么需要缓存淘汰?你需要缓存30G的数据,但是Redis本身只能使用10G的内存,那你就得做个取舍了,毕竟鱼与熊掌不可兼得.为了利益最大化肯定要保留最重要的10个G. Redis本身提供了 ...
【Redis】--缓存双写一致性分析、解决方案
目录一.缓存双写一致性场景 1.先更新数据库,再更新缓存 2.先更新数据库,再删除缓存 2.1.存在的问题一:删除缓存失败,导致Redis和mysql的数据不一致. 2.2.存在的问题二:删除缓存成 ...
如何保证数据库和缓存双写一致性？
前言数据库和缓存(比如:redis)双写数据一致性问题,是一个跟开发语言无关的公共问题.尤其在高并发的场景下,这个问题变得更加严重. 我很负责的告诉大家,该问题无论在面试,还是工作中遇到的概率非常大 ...
数据库缓存双写一致性的一些个人想法
数据库缓存双写一致性的一些个人想法有这么个问题,还是经典面试题: 说我们有个数据库,他的读请求特别多,以至于要在数据库上加一层缓存来抗压,这个都能理解吧. 这里的缓存,可能是和数据库一样的数据,也可 ...
大厂面试官喜欢这样问Redis，双写一致性、并发竞争、线程模型，我整理好了
你知道的越多,你不知道的越多点赞再看,养成习惯 https://github.com/java-已经开源,有面试脑图前言正文上几期吊打系列我们提到了Redis的很多知识,还没看的小伙伴可以回顾 ...
Redis学习总结（13）——分布式之数据库和缓存双写一致性方案解析！
一.为什么写这篇文章? 首先,缓存由于其高并发和高性能的特性,已经在项目中被广泛使用.在读取缓存方面,大家没啥疑问,都是按照下图的流程来进行业务操作: 但是在更新缓存方面,对于更新完数据库,是更新缓存 ...
深入理解分布式之数据库和缓存双写一致性方案解析
引言为什么写这篇文章? 首先,缓存由于其高并发和高性能的特性,已经在项目中被广泛使用.在读取缓存方面,大家没啥疑问,都是按照下图的流程来进行业务操作. 但是在更新缓存方面,对于更新完数据库,是更新缓 ...
数据库和缓存双写一致性方案解析
https://blog.csdn.net/z50L2O08e2u4afToR9A/article/details/81008933 https://zhuanlan.zhihu.com/p/4833 ...
分布式之数据库和缓存双写一致性方案解析
引言为什么写这篇文章? 首先,缓存由于其高并发和高性能的特性,已经在项目中被广泛使用.在读取缓存方面,大家没啥疑问,都是按照下图的流程来进行业务操作. 但是在更新缓存方面,对于更新完数据库,是更新缓 ...

Redis缓存双写一致性、穿透（布隆）、雪崩、击穿的案例总结