使用redis缓存MysqL数据前提一般是读多更新少的业务场景。
MysqL和redis 一致性看业务场景实际需要,总的来说可以分为非高并发 一致性处理和高并发场景最终一致性处理,很难做到实时强一致性处理,如果追求强数据一致性,使用分布式锁,但会影响使用redis性能。
下面进行各种场景说明
1、普通并发场景下:数据库数据 更新前和更新后删除确保redis与数据库保持一致
2、延时双删 策略是分布式系统中存储和缓存数据保持一致性的常用策略,但它不是强一致。
更新前数据库前删除缓存,更新数据库后延时删除缓存。更新后可以开启新线程删除,一定不会同步等待这样会很消耗吞吐量和并发量
为什么要延时呢?因为 MysqL 和 redis 主从节点数据不是实时同步的,同步数据需要时间。
延时 是指当前请求逻辑处理延时,而不是当前线程或进程睡眠延时。
3、使用阿里的canal将MysqL的binlog日志采集发送到MQ
最终一致性,以MysqL为例 可以使用阿里的canal将binlog日志采集发送到MQ队列里面,然后通过ACK机制确认处理这条更新消息,删除缓存,保证数据缓存一致性
总结
强一致性:分布式锁
一致性:双删
最终一致性:使用阿里的canal将MysqL的binlog日志采集发送到MQ
MysqL 和 redis 数据一致性是一个复杂的课题,通常是多种策略同时使用,例如:延时双删、redis 过期淘汰、通过路由策略串行处理同类型数据、分布式锁等等
binlog也不能保证实时数据一致性,但是提供了一个性能和数据一致性平衡的方案。追求强数据一致性,使用分布式锁就好了
通过分布式锁可以达到数据强一致性但失去了使用redis高效性的优点
看到的小伙伴如有疑问和建议可以及时讨论。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 [email protected] 举报,一经查实,本站将立刻删除。