一看就懂,关于Redis的缓存更新策略_数据库

业务场景:

  • 低一致性需求:使用内存淘汰机制。例如店铺类型的查询缓存
  • 高一致性需求:主动更新,并以超时剔除作为兜底方案。例如店铺详情查询的缓存

1、主动更新

  1. Cache Aside Pattern:由缓存的调用者,在更新数据库的同时更新缓存
  2. Read/Write Through Pattern:缓存与数据库整合为一个服务,由服务维护一致性,调用者调用该服务,无需关心缓存一致性问题
  3. Write Behind Caching Pattern:调用者只操作缓存,由其他线程异步的将缓存的数据持久化到数据库,保证最终一致。

PS:一般使用方案1,由缓存的调用者,在更新数据库的同时更新缓存

2、Cache Aside Pattern

由缓存的调用者,在更新数据库的同时更新缓存

操作缓存和数据库时有三个问题需要考虑:

  1. 删除缓存还是更新缓存?
  2. 如何保证缓存与数据库的操作的同时成功或失败?
  3. 先操作缓存还是先操作数据库?
1、删除缓存还是更新缓存?

  • 更新缓存:每次更新数据库都更新缓存,无效写操作较多 ❌
    如果更新数据库的次数多,而读取的次数较少,则每次更新时,都会增加无效的更新缓存操作
  • 删除缓存:更新数据库时让缓存失效,查询时再更新缓存 ✔️


2、如何保证缓存与数据库的操作的同时成功或失败?

  • 单体系统,将缓存与数据库操作放在一个事务
  • 分布式系统,利用TCC等分布式事务方案


3、先操作缓存还是先操作数据库?

  • 先删除缓存,再操作数据库
  • 先操作数据库,再删除缓存


1、先删除缓存,再操作数据库

不存在线程安全问题场景

  1. 线程1收到请求后,先删除缓存,然后更新数据库值为20
  2. 线程2收到请求后,先查询缓存,并没有命中,则查询数据库的值为20,再写入缓存

一看就懂,关于Redis的缓存更新策略_数据库_02

存在线程安全问题场景

  1. 线程1收到请求后,先删除缓存
  2. 线程2收到查询请求,查询缓存发现没有命中,则去查询数据库的值为10
  3. 线程2将数据库的值写入缓存
  4. 线程1更新数据库的值为20,此时导致数据不一致问题

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传一看就懂,关于Redis的缓存更新策略_redis_03

2、先操作数据库,再删除缓存✔️

不存在线程安全问题场景

  1. 线程2收到请求后更新数据库值为20
  2. 线程2更新完成后,删除缓存
  3. 线程1收到请求后,查询缓存,未命中,则查询数据库
  4. 线程1查询到数据后,写入缓存
    一看就懂,关于Redis的缓存更新策略_redis_04

存在线程安全问题场景

  1. 线程1收到查询请求后,查询缓存,未名中,则去查询数据库值为10
  2. 线程2收到更新请求,更新数据库值为20
  3. 线程2更新数据库后,删除缓存
  4. 线程1写入缓存值为10,此时缓存写入的是旧数据

一看就懂,关于Redis的缓存更新策略_更新数据_05

3、总结

缓存更新策略的最佳实践方案:

  1. 低一致性需求:使用Redis自带的内存淘汰机制
  2. 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,并写入缓存,设定超时时间
  • 写操作
  • 先写数据库,然后再删除缓存
  • 要确保数据库与缓存操作的原子性


4、实战

1、查询设置超时时间
@Override
public Result queryById(Long id) {
//从redis查询缓存
String key = RedisConstants.CACHE_SHOP_KEY + id;
String shopInfo = stringRedisTemplate.opsForValue().get(key);
//判断是否存在
if (StrUtil.isNotBlank(shopInfo)){
//存在则返回
Shop shop = JSONUtil.toBean(shopInfo, Shop.class);
return Result.ok(shop);
}

//不存在,则查询数据库
Shop shop = getById(id);
//不存在则返回错误
if (null == shop){
return Result.fail("店铺不存在");
}

//写入缓存 设置超时时间为30min
stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop), RedisConstants.CACHE_SHOP_TTL, TimeUnit.MINUTES);
//数据库存在,则返回

return Result.ok(shop);
}
2、更新时删除缓存
@Override
@Transactional
public Result update(Shop shop) {
Long id = shop.getId();
if (null == id){
return Result.fail("店铺id不能为空");
}
//1.更新数据库
updateById(shop);
//2.删除缓存
stringRedisTemplate.delete(RedisConstants.CACHE_SHOP_KEY + shop.getId());

return Result.ok();
}