Redis专题——缓存一致性
本文主要叙述缓存一致性的问题以及解决方案。
1
缓存一致性
01 什么是缓存一致性
就是缓存和数据库的数据不一致导致的问题，缓存一致性分为强一致性和最终一致性。强一致性，这个比较损耗性能，比较复杂，加入之后，可能会比没加缓存更慢。最终一致性，是允许缓存数据和数据库数据一段时间内不一致，但数据最终会保持一致。这个性能较高。
02 为什么要保证缓存一致性
因为业务中存在一些写操作导致的，是要先写缓存，还是先写数据库。二者顺序的不同会导致不同的问题。单纯的读操作，是不会导致缓存一致性问题的，因为读是幂等的哈。读无数次都是不会变的，因此就不存在读操作引起缓存一致性问题。但往深一层细究，归根结底都是业务需要，如果业务需求允许缓存和数据库的不一致，那就不需要保证缓存一致性了。
03 如何保证缓存一致性(解决方案)
相信很多人都知道经典方案：cache aside pattern。
首先明确的是，读不会产生缓存一致性问题。是写操作，才会产生缓存一致性问题。
第一点，失效：请求过来时，先访问缓存，缓存不存在，再去访问数据库，更新缓存。
第二点，读：请求过来时，缓存中有数据，直接返回数据。
第三点，写：先更新数据库，后删除缓存。
关键在第三点，前提，数据库肯定是更新的。剩下的问题就是：是要更新缓存？还是要删除缓存？是先对数据库操作？还是先对缓存操作？
俩俩组合有4中可能性：
1、先更新缓存，后更新数据库
2、先更新数据库，后更新缓存
3、先删除缓存，后更新数据库
4、先更新数据库，后删除缓存
先更新缓存，后更新数据库
首先我们要明白，更新数据库或者更新缓存，都面临着更新失败的风险。但在互联网高并发的环境中和根据墨菲定律，这个事是一定会发生的。
1、先更新缓存，成功了
2、后更新数据库，失败了，当然你会说重试，好，那我就重试N次，但如果数据库彻底挂了，恢复不了了，重试也没用
导致问题：数据丢失，数据库里面的数据还是老数据
先更新数据库，后更新缓存
假设有两个请求，A请求是更新，B请求是更新，A先B后，但二者间隔很短
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
导致问题：缓存中是旧数据，数据库中是新数据，这就不一致了。还有就是更新后的缓存，真的会被再读取吗？如果缓存数据不再被读取，那就白白操作了一次缓存更新操作。并且还占用内存空间。
根据这个例子，可以看出，更新缓存是不可取的，那就直接删除缓存吧。接着看
先删除缓存，后更新数据库
假设有两个请求，A请求是更新，B请求是读，可能出现的问题
1、线程A删除缓存
2、线程B查询不到缓存，直接去数据库查旧值
3、线程A将新值写入数据库
4、线程B更新缓存
导致问题：缓存中的是旧值，数据库中的是新值，二者不一致。进一步，如果数据库存在读写分离，那么缓存和数据库数据不一致的情况进一步加剧。
1、线程A删除缓存
2、线程A将新值写入主数据库，但未同步数据到从数据库
3、线程B查询不到缓存，直接去从数据库查，查到旧值
4、线程B更新缓存
5、新数据同步到从数据库
导致问题：缓存是旧值，数据库是新值，二者数据不一致
先更新数据库，后删除缓存
假设有两个请求，A请求是读，B请求是更新，可能会出现的问题
1、缓存刚好失效
2、线程A查数据库，得到旧值
3、线程B更新数据库
4、线程B删除缓存
5、线程A更新缓存
导致问题：缓存是旧值，数据库是新值，二者不一致。但这种情况的可能性相对来说比较小，因为需要缓存刚好失效，并且此时有一个线程去读，且刚好又有一个写的线程。而且写的线程理论上是比读的线程慢的，因为写的线程，需要加锁。而查询不用加锁，不包括复杂的查询。
在数据库读写分离的情况下，这种情况会更加明显：
1、线程B更新主库
2、线程B删除缓存
3、线程A查询缓存，没有命中，查询从库得到旧值
4、数据同步到从库
5、线程A更新缓存
导致问题：缓存数据和数据库数据不一致
如果考虑更新数据库或者更新缓存失败的话，那么更新数据库失败的话，其实数据库和缓存都是旧数据，因此不存在数据不一致的情况。如果更新缓存失败，那么有过期时间来保证最终一致性。如果非要较真的话，可以加入重试机制。重试机制可以用线程池，也可以用MQ。MQ更加可靠。可以直接订阅MySQL的binlog，来触发缓存的删除。当然，其实MQ也会挂。但是MQ和缓存都一起挂的几率，应该很小吧。
综上所述四种情况
虽然每种方案都有各自的问题，但出现几率较小的是“先更新数据库，后删除缓存”方案。为什么先更新数据库？因为数据库的持久化能力比缓存好。上述四种情况，还可能出现缓存并发，缓存穿透，缓存雪崩的问题。这些问题，这里就不讨论了。感兴趣的话，自己去看我的相关文章。
04 如何做到强一致性
方案一：分布式事务
可以用分布式事务，分布式事务，具体的实现有2PC、3PC、消息队列等。如果要采用这个方案，架构设计中要引入很多容错、回退、兜底的措施。业务代码就增加复杂性了。还有人说用分布式一致性算法paxos和raft，这就更复杂了。
方案二：分布式读写锁
首先，我们回到“先更新数据库，后删除缓存” ，要明白什么时候会出现脏数据？出现脏数据：更新数据库后，删除缓存之前。这时候二者数据是不一致的。如果实现更新数据库时，所有读请求都被阻塞。这就解决了数据不一致的问题，这其实是串行化思路。但后果，当然是性能下滑。
总结：其实选择数据的强一致性和数据的最终一致性。得看具体需求，我好像说了一句废话。但是放弃强一致性，意味着我们系统的性能得到一定程度的提升。相反，如果我们追求强一致性，那就会巨复杂，而且可能得不偿失，可能性能比不加缓存时还低。缓存这东西，想要用得好，就需要好好琢磨，比如过期时间的设置，持久化，故障恢复，空间和时间的平衡，一致性的选择，这些都要好好斟酌，没有最好的方案，只有合适的方案。
