样式网站,南京做南京美容整形网站,wordpress主题音乐,湖南seo服务电话场景分析
Redis 用来实现应用和数据库之间读操作的缓存层#xff0c;主要目的是减少数据库 IO #xff0c;还可以提升数据的 IO 性能。当应用程序需要去读取某个数据的时候#xff0c;首先会先尝试去 Redis 里面加载#xff0c;如果命中就 直接返回。如果没有命中#xf…场景分析
Redis 用来实现应用和数据库之间读操作的缓存层主要目的是减少数据库 IO 还可以提升数据的 IO 性能。当应用程序需要去读取某个数据的时候首先会先尝试去 Redis 里面加载如果命中就 直接返回。如果没有命中就从数据库查询查询到数据后再把这个数据缓存到 Redis里面。一份数据 同时保存在数据库和 Redis 里面当数据发生变化的时候需要同时更新 Redis 和 MySQL由于更新是有先 后顺序的 并且它不像 MySQL中的多表事务操作 可以满足 ACID 特性,所以就会出现数据一致性问题。如果先更新数据库再更新缓存如果缓存更新失败就会导致数据库和 Redis 中的数据不一致。
问题分析
如果是先删除缓存再更新数据库理想情况是应用下次访问 Redis 的时候发现 Redis 里面的数据是空的就从数据库加载保存到 Redis 里面那么数据是一致的。在极 端情况下由于删除 Redis 和更新数据库这两个操作并不是原子的所以在这个过程如果有其他线程来访问 数据还是会存在数据不一致问题。所以 如果需要在极端情况下仍然保证 Redis 和 MySQL 的数据一致性 就只能采用最终一致性方案。
最终一致性方案
基于 RocketMQ 的可靠性消息通信 来实现最终一致性通过 Canal 组件监控 MySQL 中 bin log 的日志把更新后的数据同步到 Redis 里面基于SEATA组件提供的TCC模式也可实现最终一致性另外还可以了解下延迟双删策略核心步骤是删除redis更新数据库延迟500ms再删除Redis
强一致方案
如果某些业务场景下不能接受最终一致性方案可以考虑使用分布式读写锁机制读写锁机制可确保同时只有一个线程可以对数据进行修改并且在数据修改的过程中读线程需要进行等待
小结
总体上来说每个方案都不完美需要根据具体需求和场景灵活选择适合的策略并注意权衡性能、可靠性和成本等因素。
