杭州微网站,怎么建立自己企业网站,爱站网seo综合查询,服务器做多个网站一、背景
在高并发场景中#xff0c;为防止大量请求直接访问数据库#xff0c;缓解数据库压力#xff0c;常用的方式一般会增加缓存层起到缓冲作用#xff0c;减少数据库压力。引入缓存#xff0c;就会涉及到缓存与数据库中数据如何保持一致性问题#xff0c;本文将对几…一、背景
在高并发场景中为防止大量请求直接访问数据库缓解数据库压力常用的方式一般会增加缓存层起到缓冲作用减少数据库压力。引入缓存就会涉及到缓存与数据库中数据如何保持一致性问题本文将对几种缓存与数据库保证数据一致性的使用方式进行分析。为保证高并发性能以下分析场景不考虑执行的原子性及加锁等强一致性要求的场景仅追求最终一致性。
二、读取过程 •读缓存
•如果缓存里没有值那就读取数据库的值
•同时把这个值写进缓存中 三、更新过程
更新操作有多种策略各有优劣主要针对此场景进行分析
策略1先更新db再删除缓存常用的Cache-Aside Pattern旁路缓存 问题
1.如果更新db成功删缓存失败将导致数据不一致
2.极端场景请求A读B写
1)此时缓存刚好失效 2A查库得到旧值 3B更新DB成功
4B删除缓存 5A将查到的旧值更新到缓存中
此场景的发生需要步骤2查db 始终慢于 3的更新db才能导致4先于5执行通常db的查询是要快于写入的所以此极端场景的产生过于严格不易发生
策略2先更新db,再更新缓存 问题
1.并发更新场景下更新缓存会导致数据不一致
2.根据读写比考虑是否有必要频繁同步更新缓存而且如果构造缓存中数据过于复杂或者数据更新频繁但是读取并不频繁的情况还会造成不必要的性能损耗
此种方式不推荐 策略3:先更新缓存,再更新db 同上不推荐 策略4先删缓存再更新db 先删缓存虽然解决了策略1中后删缓存如果失败的场景但也会发生不一致的问题
例如请求 A 删除缓存这时请求B来查就会击穿到数据库B读取到旧的值后写入缓存A正常更新db,由于时间差导致数据不一致的情况 策略5缓存延时双删 该策略兼容了策略1和策略4,解决了先删缓存还是后删缓存的问题如策略1中更新db后删缓存失败和策略4中的不一致场景该策略可以将延时时间内比如延时10ms所造成的缓存脏数据再次删除。但是如果延时删缓存失败策略4中不一致问题还会发生同时延时的实现如创建线程或者引入mq异步可能会增加系统复杂度问题。 策略6变种双删前置缓存过期时间 该策略针对策略1中后删缓存失败的场景前置一层缓存数据过期时间具体时间根据自身系统本身评估如可覆盖db读写耗时或一致性容忍度等更新db后就算删缓存失败在expire时间后也能保证缓存中无数据。同时前置expire失败或者更新db失败都不会影响数据一致。
能够解决策略4中的问题请求 A 删除缓存这时请求B来查就会击穿到数据库B读取到旧的值后写入缓存A正常更新db,由于时间差导致数据不一致的情况描述图如下 本策略中步骤1为expire缓存不会发生击穿缓存到数据库的情况,数据将直接返回。除非更极端情况如下图:
expire时间没有覆盖住更新db的耗时类似策略1中极端场景此处不赘述 四、总结
对于每种方案策略各有利弊但一致性问题始终存在文章开头排除了原子性和锁只是发生的几率在一点点慢慢变小了方案的评估不仅要根据自身系统的业务场景如读写比、并发量、一致性容忍度还要考虑系统复杂度投入产出比等寻找最合适的方案。
