Redis-商品查询缓存03-实现商铺缓存与数据库双写一致

2022-09-13
作者我爱小小蝶
~3.91K 字

1. 问题来源
2. Cache Aside Pattern
1. 2.1. 最初级的缓存不一致问题及解决方案
  1. 2.1.1.
3. 实现商铺和缓存与数据库双写一致
4. 解决方案比较：
5. 面试题：如何保证缓存与数据库的双写一致性？

问题来源

你只要用缓存，就可能会涉及到缓存与数据库双存储双写，你只要是双写，就一定会有数据一致性的问题。因为配置信息缓存在内存中，而内存时无法感知到数据在数据库的修改。这样就会造成数据库中的数据与缓存中数据不一致的问题。

那么你如何解决一致性问题？

Cache Aside Pattern

最经典的缓存+数据库读写的模式，就是 Cache Aside Pattern。

读的时候，先读缓存，缓存没有的话，就读数据库，然后取出数据后放入缓存，同时返回响应。
更新的时候，先更新数据库，然后再删除缓存。

为什么是删除缓存，而不是更新缓存？

原因很简单，很多时候，在复杂点的缓存场景，缓存不单单是数据库中直接取出来的值。

比如可能更新了某个表的一个字段，然后其对应的缓存，是需要查询另外两个表的数据并进行运算，才能计算出缓存最新的值的。

另外更新缓存的代价有时候是很高的。是不是说，每次修改数据库的时候，都一定要将其对应的缓存更新一份？也许有的场景是这样，但是对于比较复杂的缓存数据计算的场景，就不是这样了。如果你频繁修改一个缓存涉及的多个表，缓存也频繁更新。但是问题在于，这个缓存到底会不会被频繁访问到？

举个栗子，一个缓存涉及的表的字段，在 1 分钟内就修改了 20 次，或者是 100 次，那么缓存更新 20 次、100 次；但是这个缓存在 1 分钟内只被读取了 1 次，有大量的冷数据。实际上，如果你只是删除缓存的话，那么在 1 分钟内，这个缓存不过就重新计算一次而已，开销大幅度降低。用到缓存才去算缓存。

其实删除缓存，而不是更新缓存，就是一个 lazy 计算的思想，不要每次都重新做复杂的计算，不管它会不会用到，而是让它到需要被使用的时候再重新计算。像 mybatis，hibernate，都有懒加载思想。查询一个部门，部门带了一个员工的 list，没有必要说每次查询部门，都里面的 1000 个员工的数据也同时查出来啊。80% 的情况，查这个部门，就只是要访问这个部门的信息就可以了。先查部门，同时要访问里面的员工，那么这个时候只有在你要访问里面的员工的时候，才会去数据库里面查询 1000 个员工。

最初级的缓存不一致问题及解决方案

问题：先更新数据库，再删除缓存。如果删除缓存失败了，那么会导致数据库中是新数据，缓存中是旧数据，数据就出现了不一致。

解决思路：先删除缓存，再更新数据库。如果数据库更新失败了，那么数据库中是旧数据，缓存中是空的，那么数据不会不一致。因为读的时候缓存没有，所以去读了数据库中的旧数据，然后更新到缓存中。

不管是先写MySQL数据库，再删除Redis缓存；还是先删除缓存，再写库，都有可能出现数据不一致的情况。举一个例子：

1.如果删除了缓存Redis，还没有来得及写库MySQL，另一个线程就来读取，发现缓存为空，则去数据库中读取数据写入缓存，此时缓存中为脏数据。

2.如果先写了库，在删除缓存前，写库的线程宕机了，没有删除掉缓存，则也会出现数据不一致情况。

因为写和读是并发的，没法保证顺序,就会出现缓存和数据库的数据不一致的问题。

https://pdai.tech/md/db/nosql-redis/db-redis-x-cache.html#%E6%95%B0%E6%8D%AE%E5%BA%93%E5%92%8C%E7%BC%93%E5%AD%98%E4%B8%80%E8%87%B4%E6%80%A7

实现商铺和缓存与数据库双写一致

核心思路如下：

修改ShopController中的业务逻辑，满足下面的需求：

根据id查询店铺时，如果缓存未命中，则查询数据库，将数据库结果写入缓存，并设置超时时间

根据id修改店铺时，先修改数据库，再删除缓存

修改重点代码1：修改ShopServiceImpl的queryById方法

设置redis缓存时添加过期时间

@Override
   public Result queryById(Long id) {
       String key = CACHE_SHOP_KEY + id;
       // 1. 从 redis 查询商铺缓存
       String shopJson = stringRedisTemplate.opsForValue().get(key);
       // 2. 判断 redis里是否存在
       if (StrUtil.isNotBlank(shopJson)) {
           // 3. 存在, 直接返回
           Shop shop = JSONUtil.toBean(shopJson, Shop.class);
           return Result.ok(shop);
       }
       // 4. 不存在，根据 id 查询数据库
       Shop shop = getById(id);
       // 5. 不存在，返回错误
       if (shop==null) {
           return Result.fail("店铺不存在!");
       }
       // 6. 数据库存在，写入redis（缓存）
       stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop), CACHE_SHOP_TTL, TimeUnit.MINUTES);
       // 7. 返回
       return Result.ok(shop);
   }

修改重点代码2

代码分析：通过之前的淘汰，我们确定了采用删除策略，来解决双写问题，当我们修改了数据之后，然后把缓存中的数据进行删除，查询时发现缓存中没有数据，则会从mysql中加载最新的数据，从而避免数据库和缓存不一致的问题

@Override
   @Transactional
   public Result update(Shop shop) {
       Long id = shop.getId();
       if (id==null) {
           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(CACHE_SHOP_KEY + id);
       return Result.ok();
   }

解决方案比较：

https://blog.csdn.net/best_luxi/article/details/122308586

面试题：如何保证缓存与数据库的双写一致性？

https://cloud.tencent.com/developer/article/1438140#:~:text=%E4%B8%80%E8%88%AC%E6%9D%A5%E8%AF%B4%EF%BC%8C%E5%A6%82%E6%9E%9C%E5%85%81%E8%AE%B8%E7%BC%93%E5%AD%98%E5%8F%AF%E4%BB%A5%E7%A8%8D%E5%BE%AE%E7%9A%84%E8%B7%9F%E6%95%B0%E6%8D%AE%E5%BA%93%E5%81%B6%E5%B0%94%E6%9C%89%E4%B8%8D%E4%B8%80%E8%87%B4%E7%9A%84%E6%83%85%E5%86%B5%EF%BC%8C%E4%B9%9F%E5%B0%B1%E6%98%AF%E8%AF%B4%E5%A6%82%E6%9E%9C%E4%BD%A0%E7%9A%84%E7%B3%BB%E7%BB%9F%E4%B8%8D%E6%98%AF%E4%B8%A5%E6%A0%BC%E8%A6%81%E6%B1%82,%E2%80%9C%E7%BC%93%E5%AD%98%2B%E6%95%B0%E6%8D%AE%E5%BA%93%E2%80%9D%20%E5%BF%85%E9%A1%BB%E4%BF%9D%E6%8C%81%E4%B8%80%E8%87%B4%E6%80%A7%E7%9A%84%E8%AF%9D%EF%BC%8C%E6%9C%80%E5%A5%BD%E4%B8%8D%E8%A6%81%E5%81%9A%E8%BF%99%E4%B8%AA%E6%96%B9%E6%A1%88%EF%BC%8C%E5%8D%B3%EF%BC%9A%E8%AF%BB%E8%AF%B7%E6%B1%82%E5%92%8C%E5%86%99%E8%AF%B7%E6%B1%82%E4%B8%B2%E8%A1%8C%E5%8C%96%EF%BC%8C%E4%B8%B2%E5%88%B0%E4%B8%80%E4%B8%AA%E5%86%85%E5%AD%98%E9%98%9F%E5%88%97%E9%87%8C%E5%8E%BB%E3%80%82

记录