分布式之数据库和缓存双写一致性方案解析

末蓝、 2022-03-17 00:56 177阅读 0赞

# 转载：[http://blog.jobbole.com/113992/][http_blog.jobbole.com_113992] #

## 引言 ##

### 为什么写这篇文章？ ###

首先，缓存由于其高并发和高性能的特性，已经在项目中被广泛使用。在读取缓存方面，大家没啥疑问，都是按照下图的流程来进行业务操作。  
![image][]  
但是在更新缓存方面，对于更新完数据库，是更新缓存呢，还是删除缓存。又或者是先删除缓存，再更新数据库，其实大家存在很大的争议。目前没有一篇全面的博客，对这几种方案进行解析。于是博主战战兢兢，顶着被大家喷的风险，写了这篇文章。

### 文章结构 ###

本文由以下三个部分组成  
1、讲解缓存更新策略  
2、对每种策略进行缺点分析  
3、针对缺点给出改进方案

## 正文 ##

先做一个说明，从理论上来说，给缓存设置过期时间，是保证最终一致性的解决方案。这种方案下，我们可以对存入缓存的数据设置过期时间，所有的写操作以数据库为准，对缓存操作只是尽最大努力即可。也就是说如果数据库写成功，缓存更新失败，那么只要到达过期时间，则后面的读请求自然会从数据库中读取新值然后回填缓存。因此，接下来讨论的思路不依赖于给缓存设置过期时间这个方案。  
在这里，我们讨论**三种**更新策略：

1.  先更新数据库，再更新缓存
2.  先删除缓存，再更新数据库
3.  先更新数据库，再删除缓存

应该没人问我，为什么没有先更新缓存，再更新数据库这种策略。

### (1)先更新数据库，再更新缓存 ###

这套方案，大家是普遍反对的。为什么呢？有如下两点原因。  
**原因一（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  
（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  
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。  
**原因二（业务场景角度）**  
有如下两点：  
（1）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。  
（2）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。

接下来讨论的就是争议最大的，先删缓存，再更新数据库。还是先更新数据库，再删缓存的问题。

### (2)先删缓存，再更新数据库 ###

该方案会导致不一致的原因是。同时有一个请求A进行更新操作，另一个请求B进行查询操作。那么会出现如下情形:  
（1）请求A进行写操作，删除缓存  
（2）请求B查询发现缓存不存在  
（3）请求B去数据库查询得到旧值  
（4）请求B将旧值写入缓存  
（5）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。  
那么，**如何解决呢？采用延时双删策略**  
伪代码如下

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 </td> 
 <td> public void write(String key,Object data){ &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;redis.delKey(key); &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;db.updateData(data); &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;Thread.sleep(1000); &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;redis.delKey(key); &nbsp;&nbsp;&nbsp;&nbsp;} </td> 
 </tr> 
 </tbody> 
</table>

转化为中文描述就是  
（1）先淘汰缓存  
（2）再写数据库（这两步和原来一样）  
（3）休眠1秒，再次淘汰缓存  
这么做，可以将1秒内所造成的缓存脏数据，再次删除。  
**那么，这个1秒怎么确定的，具体该休眠多久呢？**  
针对上面的情形，读者应该自行评估自己的项目的读数据业务逻辑的耗时。然后写数据的休眠时间则在读数据业务逻辑的耗时基础上，加几百ms即可。这么做的目的，就是确保读请求结束，写请求可以删除读请求造成的缓存脏数据。  
**如果你用了mysql的读写分离架构怎么办？**  
ok，在这种情况下，造成数据不一致的原因如下，还是两个请求，一个请求A进行更新操作，另一个请求B进行查询操作。  
（1）请求A进行写操作，删除缓存  
（2）请求A将数据写入数据库了，  
（3）请求B查询缓存发现，缓存没有值  
（4）请求B去从库查询，这时，还没有完成主从同步，因此查询到的是旧值  
（5）请求B将旧值写入缓存  
（6）数据库完成主从同步，从库变为新值  
上述情形，就是数据不一致的原因。还是使用双删延时策略。只是，睡眠时间修改为在主从同步的延时时间基础上，加几百ms。  
**采用这种同步淘汰策略，吞吐量降低怎么办？**  
ok，那就将第二次删除作为异步的。自己起一个线程，异步删除。这样，写的请求就不用沉睡一段时间后了，再返回。这么做，加大吞吐量。  
**第二次删除,如果删除失败怎么办？**  
这是个非常好的问题，因为第二次删除失败，就会出现如下情形。还是有两个请求，一个请求A进行更新操作，另一个请求B进行查询操作，为了方便，假设是单库：  
（1）请求A进行写操作，删除缓存  
（2）请求B查询发现缓存不存在  
（3）请求B去数据库查询得到旧值  
（4）请求B将旧值写入缓存  
（5）请求A将新值写入数据库  
（6）请求A试图去删除请求B写入对缓存值，结果失败了。  
ok,这也就是说。如果第二次删除缓存失败，会再次出现缓存和数据库不一致的问题。  
**如何解决呢？**  
具体解决方案，且看博主对第(3)种更新策略的解析。

### (3)先更新数据库，再删缓存 ###

首先，先说一下。老外提出了一个缓存更新套路，名为[《Cache-Aside pattern》][Cache-Aside pattern]。其中就指出

*  **失效**：应用程序先从cache取数据，没有得到，则从数据库中取数据，成功后，放到缓存中。
 *  **命中**：应用程序从cache中取数据，取到后返回。
 *  **更新**：先把数据存到数据库中，成功后，再让缓存失效。

另外，知名社交网站facebook也在论文[《Scaling Memcache at Facebook》][Scaling Memcache at Facebook]中提出，他们用的也是先更新数据库，再删缓存的策略。  
**这种情况不存在并发问题么？**  
不是的。假设这会有两个请求，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  
（1）缓存刚好失效  
（2）请求A查询数据库，得一个旧值  
（3）请求B将新值写入数据库  
（4）请求B删除缓存  
（5）请求A将查到的旧值写入缓存  
ok，如果发生上述情况，确实是会发生脏数据。  
**然而，发生这种情况的概率又有多少呢？**  
发生上述情况有一个先天性条件，就是步骤（3）的写数据库操作比步骤（2）的读数据库操作耗时更短，才有可能使得步骤（4）先于步骤（5）。可是，大家想想，数据库的读操作的速度远快于写操作的（不然做读写分离干嘛，做读写分离的意义就是因为读操作比较快，耗资源少），因此步骤（3）耗时比步骤（2）更短，这一情形很难出现。  
假设，有人非要抬杠，有强迫症，一定要解决怎么办？  
**如何解决上述并发问题？**  
首先，给缓存设有效时间是一种方案。其次，采用策略（2）里给出的异步延时删除策略，保证读请求完成以后，再进行删除操作。  
**还有其他造成不一致的原因么？**  
有的，这也是缓存更新策略（2）和缓存更新策略（3）都存在的一个问题，如果删缓存失败了怎么办，那不是会有不一致的情况出现么。比如一个写数据请求，然后写入数据库了，删缓存失败了，这会就出现不一致的情况了。这也是缓存更新策略（2）里留下的最后一个疑问。  
**如何解决？**  
提供一个保障的重试机制即可，这里给出两套方案。  
**方案一**：  
如下图所示  
![image][image 1]  
流程如下所示  
（1）更新数据库数据；  
（2）缓存因为种种问题删除失败  
（3）将需要删除的key发送至消息队列  
（4）自己消费消息，获得需要删除的key  
（5）继续重试删除操作，直到成功  
然而，该方案有一个缺点，对业务线代码造成大量的侵入。于是有了方案二，在方案二中，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。  
**方案二**：  
![image][image 2]  
流程如下图所示：  
（1）更新数据库数据  
（2）数据库会将操作信息写入binlog日志当中  
（3）订阅程序提取出所需要的数据以及key  
（4）另起一段非业务代码，获得该信息  
（5）尝试删除缓存操作，发现删除失败  
（6）将这些信息发送至消息队列  
（7）重新从消息队列中获得该数据，重试操作。

**备注说明：**上述的订阅binlog程序在mysql中有现成的中间件叫canal，可以完成订阅binlog日志的功能。至于oracle中，博主目前不知道有没有现成中间件可以使用。另外，重试机制，博主是采用的是消息队列的方式。如果对一致性要求不是很高，直接在程序中另起一个线程，每隔一段时间去重试即可，这些大家可以灵活自由发挥，只是提供一个思路。

## 总结 ##

本文其实是对目前互联网中已有的一致性方案，进行了一个总结。对于先删缓存，再更新数据库的更新策略，还有方案提出维护一个内存队列的方式，博主看了一下，觉得实现异常复杂，没有必要，因此没有必要在文中给出。最后，希望大家有所收获。

[http_blog.jobbole.com_113992]: http://blog.jobbole.com/113992/
[image]: /images/20220317/3eca155ff856476caa5005c6ec16656e.png
[Cache-Aside pattern]: https://docs.microsoft.com/en-us/azure/architecture/patterns/cache-aside
[Scaling Memcache at Facebook]: https://www.usenix.org/system/files/conference/nsdi13/nsdi13-final170_update.pdf
[image 1]: /images/20220317/f3db39e8f6b24403a535b897834cdbb5.png
[image 2]: /images/20220317/5853fcd67345445cbee0697dd7fdc658.png