浅析数据库与缓存的双写一致性问题
- 2019 年 10 月 3 日
- 笔记
缓存由于其高并发和高性能的特性，在项目中被广泛使用。读缓存流程如下图：
双写一致性有以下三个要求：
- 缓存不能读到脏数据
- 缓存可能会读到过期数据，但要在可容忍时间内实现最终一致
- 这个可容忍时间尽可能的小
要想同时满足上面三条，可以采用读请求和写请求串行化，串到一个内存队列里去，这样就可以保证一定不会出现不一致的情况。但是，串行化之后，就会导致系统的吞吐量会大幅度的降低，要用比正常情况下多几倍的机器去支撑线上请求。
所以，在这里，我们讨论三种常见方法：
- 先更新数据库，再更新缓存
- 先删除缓存，再更新数据库
- 先更新数据库，再删除缓存
1. 先更新数据库，再更新缓存
这种方法是大家普遍反对的，原因集中在下面两点：
原因1：线程安全角度。
同时有请求A和请求B进行更新操作，那么会出现:
- 线程A更新了数据库
- 线程B更新了数据库
- 线程B更新了缓存
-
线程A更新了缓存
这就出现请求A更新缓存应该比请求B更新缓存早才对，但是因为网络等原因，B却比A更早更新了缓存。这就导致了脏数据，因此不考虑。"先更新缓存，再更新数据库"这种方案同理，也是造成脏数据，所以不被考虑
原因2：业务场景角度。
有如下两点：
- 如果你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。
- 如果你写入数据库的值，并不是直接写入缓存的，而是要经过一系列复杂的计算再写入缓存。那么，每次写入数据库后，都再次计算写入缓存的值，无疑是浪费性能的。显然，删除缓存更为适合。
如果一定要更新缓存，可以考虑给缓存数据增加版本号
2. 先删除缓存，再更新数据库
该方案同样会导致不一致。同时有请求A和请求B进行更新操作，那么会出现:
- 请求A进行写操作，删除缓存
- 请求B查询发现缓存不存在
- 请求B去数据库查询得到旧值
- 请求B将旧值写入缓存
- 请求A将新值写入数据库上述情况就会导致不一致的情形出现。而且，如果不采用给缓存设置过期时间策略，该数据永远都是脏数据。
解决方法：
- 先删除缓存
- 再写数据库(这两步和原来一样)
- 休眠一定时间（例如1秒或200ms），再次删除缓存。这么做，可以将缓存脏数据再次删除。
然而这种解决方案由于要休眠线程还是很影响吞吐量的
3. 先更新数据库，再删除缓存
这种方案是很多工程采用的方案，我们来看下是否一定安全。
假设有两个请求，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
- 缓存刚好失效
- 请求A查询数据库，得一个旧值
- 请求B将新值写入数据库
- 请求B删除缓存
- 请求A将查到的旧值写入缓存
这样，脏数据就产生了，然而上面的情况是假设在数据库写请求比读请求还要快。实际上，工程中数据库的读操作的速度远快于写操作的。
要么通过2PC或是Paxos协议保证一致性，要么就是想尽办法降低并发时脏数据的概率，大概是因为2PC太慢，而Paxos又太复杂，综合考虑，Facebook选择了这个第三种方案。
如果删除缓存失败了怎么办？
启动一个订阅程序去订阅数据库的binlog，获得需要操作的数据。在应用程序中，另起一段程序，获得这个订阅程序传来的信息，进行删除缓存操作。
阿里开源的中间件canal可以完成订阅binlog日志的功能。
总结
本文是对目前互联网中已有的一致性方案进行了一个总结，希望大家有所收获。
最后，限于笔者经验水平有限，欢迎读者就文中的观点提出宝贵的建议和意见。如果想获得更多的学习资源或者想和更多的技术爱好者一起交流，可以关注我的公众号‘全菜工程师小辉’后台回复关键词领取学习资料、进入前后端技术交流群和程序员副业群。同时也可以加入程序员副业群Q群：735764906 一起交流。
