缓存和数据库同步问题解决方案

缓存在当今互联网应用和实践中是比不可少,由于其高并发和高性能的特性，已经在项目中广泛使用，比较有代表性的缓存如Redis，memcached，并且也逐渐成为很多大厂的面试中开始逐渐成为热点和难点。其中一个重要的难点就是缓存和数据库同步问题。本文通过借鉴计算机系统结构上缓存的设计模式，并结合互联网应用下的场景给出缓存和数据库同步问题解决方案。

1. 同步问题的产生

首先简单来一个读缓存的场景

直接以伪代码的形式展示这一过程：先读缓存中的数据，如果有直接返回；如果没用读数据库并加载到缓存中：

public Object read(String key){Object data  = redis.get(key); // 先读缓存中的数据if(data ==null){data = db.selectData(key) // 缓存中没用读， 数据库redis.set(key， data ) // 并加载到缓存中}return data;
}

可以看到非常的简单就实现了读缓存，在实际使用中也非常常见。比如将用户信息缓存起来，不用每次都去数据库查询了，大大加快了查询的速度，岂不美哉。但是问题就来了，假如我需要更新数据怎么办？有的人可能马上就想到：那我先更新缓存再更新数据库不就行了。

先更新缓存再更新数据库？

这种方法非常直观，我读的时候先读缓存再读数据库；那我更新的时候，先更新缓存再更新数据库不就行了。伪代码形式如下：

public Object update(String key，Object data){redis.set(key，data) // 先更新缓存db.update(key, data); // 再更新数据库return data;
}

但是问题以往直观的往往是错的，这个方式有很多的问题。

1. 在并发场景下数据不一致问题

设想一个场景：
同时有请求A和请求B进行更新操作，那么会出现
（1）请求A更新了缓存
（2）请求B更新了缓存
（3）请求B更新了数据库
（4）请求A更新了数据库

这样请求A将旧值写入了数据库造成了脏写，并且数据库中可能永远无法恢复到真实的数据，缓存和数据库出现了数据不一致的现象。

2. 数据库更新不成功

如果数据库更新失败，而缓存更新成功，也会造成数据不一致现象。并且如果更新操作位于一个事务之中，事务发生回滚，也会造成数据不一致现象

3. 资源消耗

从业务场景来说，如果是一个写数据库场景比较多，而读数据场景比较少的业务需求，采用这种方案就会导致，数据压根还没读到，缓存就被频繁的更新，浪费性能

双写一致性问题

经过上面的分析可以得知，先更新缓存再更新数据库肯定是不正确的，而且更新时主要问题是双写一致性的问题，也就是当更新缓存和数据库时数据不一致的问题。这也是缓存和数据库同步问题的主要方面。我们的主要目标也就是尽可能消除这个问题。
先做一个说明，从理论上来说，给缓存设置过期时间，是保证最终一致性的解决方案。这种方案下，我们可以对存入缓存的数据设置过期时间，所有的写操作以数据库为准，对缓存操作只是尽最大努力即可。

2.解决同步问题的方式

从分布式系统角度理解这个问题

首先从分布式系统的角度看这个问题，可以看到Redis缓存和数据库组成一个分布式存储系统，既然是分布式系统就可以通过CAP理论去理解：
在一个分布式系统中，一致性（Consistency）、可用性（Availability）、分区容错性（Partition tolerance）。CAP 原则指的是，这三个要素最多只能同时实现两点，不可能三者兼顾。必须要保证P那只能选择损失强一致性，或者损失可用性。因此也就诞生了两个解决问题的主要方案：
1. 对一致性要求比较高：实时同步方案
尽可能的保证一致性，尽量对缓存和数据库都进行处理之后才返回，尽可能减少数据不一致的现象。适用场景：一般缓存场景
2. 对并发性要求比较高：异步方案
尽可能提高响应速度，提高并发性，更新其中一个，然后异步更新另一个。比如先更新缓存，然后异步更新（比如采用消息队列）数据库。适用场景：如秒杀系统

下面主要介绍一下这两种方案的主要实现手段

实时同步方案

实时同步方案，比较简单并且适用场景广泛，对于并发要求不高的场景都可以适用。并且在应用层就可以实现，关键在于操作数据库和缓存的顺序，可能影响数据的一致性

1. 先更新数据库，再更新缓存

这个操作方法与之前先更新缓存再更新数据库的情况差不多，依然可能出现脏写问题，只不过此时脏写发生在缓存中，如果缓存设置了过期时间依然可以达到最终一致性。
（1）线程A更新了数据库
（2）线程B更新了数据库
（3）线程B更新了缓存
（4）线程A更新了缓存
不推荐使用。

2. 先删除缓存，再更新数据库

既然如果更新数据库同时更新缓存总会出现脏写的问题，那直接删除缓存来强行达到数据一致性。但是操作顺序依然有影响，如果是先删除缓存再更新数据库，同样会出现数据不一致的场景：

（1）请求A进行写操作，删除缓存
（2）请求B查询发现缓存不存在
（3）请求B去数据库查询得到旧值
（4）请求B将旧值写入缓存
（5）请求A将新值写入数据库

又出现了我们熟悉的脏写缓存的问题，但是可以通过延迟双删的方法解决这个问题，伪代码如下：

public void write(String key,Object data){redis.delKey(key); // 先淘汰缓存db.updateData(data); // 再写数据库Thread.sleep(1000); // 休眠一段时间，再次淘汰缓存redis.delKey(key);
}

通过这种方式就可以有效的清楚脏写缓存的问题，可以通过延迟的淘汰缓存操作，淘汰掉脏写的缓存。
难点在于，延迟时间的确定，需要综合考量系统所需的吞吐量，系统响应时间，数据库执行时间。甚至可以异步执行第二个删除操作，开增加系统吞吐量。但是延迟时间的确定依然是经验的，因此产生了第三种操作方式：

3. 先更新数据库，再删除缓存

这是最常用最常用的模型了也被称为Cache-Aside pattern。其具体逻辑如下：
查询：应用程序先从cache取数据，没有得到，则从数据库中取数据，成功后，放到缓存中。
更新：先把数据存到数据库中，成功后，再让缓存失效。

这种情况难道不存在并发脏写问题吗？

不是的。假设这会有两个请求，一个请求A做查询操作，一个请求B做更新操作，那么会有如下情形产生：
（1）缓存刚好失效
（2）请求A查询数据库，得一个旧值
（3）请求B将新值写入数据库
（4）请求B删除缓存
（5）请求A将查到的旧值写入缓存

当然这种情况发生的前提是（3）要比（2）执行的更快才能保证，（4）比（5）执行的更快。但是实际情况写操作要比读操作慢很多。因此这种情况发生的概率很低。如果有人依然无法忍受这种极低概率情况的发生，那依然可以采用延迟双删的方法解决。

还有一个问题就是当删除缓存失败依然可能造成数据不一致问题。解决方案也很简单：提供一个保障的重试机制即可。比如通过消息队列异步执行删除缓存的命令。

作者强烈推荐这种方式

异步方案

异步方案，需要并发要求比较高的场景，通常依赖其他一些中间件实现异步操作。在如今互联网应用并发要求比较高的场景，也是比较主流的解决方案。但是因为依赖其他中间件实现，系统的复杂度提高，可靠性降低。主要的实现方式可以通过消息队列，canal等中间件实现，本文主要介绍这两种大致的实现方式

消息队列

消息队列是实现异步的一种重要方式，一般先通过更新缓存，然后将更新数据库的操作封装成消息队列异步执行。

canal

是阿里开源的中间件可以完成订阅Mysql的binlog日志的功能，大致实现流程如下：

（1）更新数据库数据
（2）数据库会将操作信息写入binlog日志当中
（3）订阅程序提取出所需要的数据以及key
（4）另起一段非业务代码，获得该信息
（5）删除缓存操作

这样就可以实现先更新数据库然后异步更新/删除缓存

采用各种中间件的方式实现，需要

3. 写到最后

不管怎样，如果对强一致性要求非常高，那就可以不用考虑缓存了，老老实实的每次访问数据库操作就可以了。并且异步的方案在越来越多的大型应用中越来越多的实现，但是具体的实现细节还是需要不断的经验打磨。这作者就无能为力了，而且作为一个小菜鸡，我也是最近有感而发，学习之后总结出这篇文章，仅供学习和总结，如果有写的不对的地方希望大家批评指正。

欢迎评论交流，欢迎关注我这各菜鸡小博主》