Redis DB 双写数据一致问题

Redis 缓存和数据库数据的同步问题

数据一致性问题

在使用缓存的时候，需要考虑缓存数据和数据库数据的一致性问题，常见的缓存更新方案有以下几种：

1. 先更新缓存，再更新数据库

• 可能出现的问题：若缓存更新成功、数据库更新失败，导致缓存和数据库数据不一致，且不好排查问题

• 结论：不采用

2. 先更新数据库，再更新缓存

• 可能出现的问题：

  • 若数据库更新成功、缓存更新失败，导致缓存和数据库数据不一致，且不好排查问题

  • 存在并发问题

    

    线程 1 先执行，执行过程中线程 2 执行并执行完成，此时会出现数据库中为 B、缓存中为 A 的数据不一致情况

• 结论：不采用

3. 先删除缓存，再更新数据库

• 可能出现的问题：

  

  线程 1 先执行，删除了缓存，还未更新数据库的值 A，只是线程 2 执行，发现缓存不存在，于是从数据中查询到当前的值 B，并且更新到缓存中，此时线程 1 继续执行，将数据库的值更新为 A，此时会出现数据库中为 A、缓存中为 B 的数据不一致情况

• 结论：若采用，需要进行延时双删操作，更新数据库成功后删除读请求可能产生的脏缓存，步骤如下

  1. 先删除缓存
  2. 再更新数据库
  3. 适当延时后（预估读请求的执行耗时），再次删除缓存

4. 先更新数据库，再删除缓存

这种方式被称为 Cache Aside Pattern，读的时候先读缓存，缓存没有的话就读数据库，然后取出数据后放入缓存，同时返回响应，更新的时候先更新数据库，然后再删除缓存

• 可能存在的问题：

  

  当缓存失效时，线程 1 查询数据库中的值为 A，再更新缓存之前线程 2 开始执行，将数据库中值更新为 B，然后线程 2 删除缓存，之后线程 1 恢复执行，将缓存更新为 A，此时会出现数据库中为 B、缓存中为 A 的数据不一致情况

• 结论：可以采用。因为上述不一致场景出现的条件非常苛刻，首先缓存必须为失效状态，其次线程 1 中的读操作的速度必须慢于线程 2 中的写操作，但数据库中读的速度是远快于写，所以此方案可以满足绝大多数业务场景。