这篇文章上次修改于 2400 天前，可能其部分内容已经发生变化，如有疑问可询问作者。 通常来说，在我们的系统中会把数据永久保存在DB中，并且冗余一份数据在缓存中。读请求优先从缓存读取数据，没有再从DB读取，如下图：  好处是可以减小DB的压力，提高请求的响应速度。但这种架构在提升系统读请求处理能力的同时，给系统写请求的处理带来了不少的麻烦。因为数据在DB跟缓存中各自保存了一份，如何保证它们之间的数据一致就是本文要讨论的问题。<!--more--> **当处理写请求时有两种方式：** - ##先写缓存再写DB **删缓存->写缓存->写db** 如果第2步写缓存失败，直接返回，无影响。 如果缓存写成功，DB写失败，此时如果不清除缓存中已写入的数据，则会造成数据不一致（缓存中是新值，DB中是旧值）。 ##场景1： 当更新数据时，如更新某玩家积分，当前db的库存是99，现在要更新为100，当缓存更新成功，db写入失败时，这意味着db存的是99，而缓存是100，这导致数据库和缓存不一致。 ##场景2： 在高并发的情况下，如果当写完缓存的时候，这时去更新数据库，但还没有更新完，另外一个请求来查询数据，发现缓存过期，就去数据库里查，以电商秒杀为例，如果数据库中产品的库存是100，现在要更新为99，缓存更新成功，db写入失败时，数据库存的是100，缓存是99，这导致数据库和换成不一致。 - ##先写DB再写缓存 **写DB->删缓存>写缓存** 如果DB写入失败，直接返回，无影响。 如果DB写入成功，缓存无论删除失败还是写入失败都会造成数据不一致（即DB中是新值，缓存中是旧值）。 ##场景： 当更新数据时，如更新某商品的库存，当前商品的库存是100，现在要更新为99，先更新数据库更改成99，然后删除缓存，发现删除缓存失败了，这意味着数据库存的是99，而缓存是100，这导致数据库和缓存不一致。 上面3种场景中，无论哪种情景，都必须确保删缓存写缓存为原子操作。 #问题分析 上面所说的问题本质上就是一个分布式数据一致性问题，在不要求强一致性的场景下，我们只要开辟一个异步任务去保证最终一致性即可。发生失败时，我们可以开启一个异步线程去做数据回填操作，反复重试直到成功。如果采用异步线程回填数据的方式做最终一致性，那么这个容错性是内存级别的，也就是说如果此时重启服务（线程消失），那么这个重试任务就丢失了，导致数据不一致。 缓存数据设置过期时间就是一种数据最终一致性的方案。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DB为准，对缓存操作只是尽最大努力即可。也就是说如果DB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DB中读取新值然后回填缓存，完成数据的最终一致性。除此之外，写db之前要做数据一致性校验，如(select ... for update) ##写请求  如上图，每次处理写请求时，将会经过如下几个步骤： 首先针对要写入的数据设置一个状态，失败则结束，成功则转2。 如果设置状态成功，则直接清除缓存，失败则解除状态并结束，成功则转3。 清除缓存后，再写入DB，失败则解除状态并结束，成功则转4。 DB写入成功以后，把新值回填缓存，失败则解除状态并结束，成功则转5。 回填成功，解除状态并结束。 ##读请求  如上图，每次处理读请求时，将会经过如下几个步骤： 直接从缓存读取数据，成功则结束，失败则转2。 从DB读取数据，失败则返回，成功则转3。 根据从DB读取到的数据判断该数据对应的状态，如果没有状态，则回填缓存并结束，如果有状态，则直接结束。 总结来说就是我们通过一个状态把读写请求关联起来，这里先不讨论这个状态的实现细节以及各种容错，比如说解除失败以后怎么处理。 #总结 在大部分场景下，缓存一致性都难以做到强一致性，选择是先写缓存还是先写db需要根据场景来取舍，做到最终一致。缓存数据设置过期时间就是一种数据最终一致性的方案。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DB为准，对缓存操作只是尽最大努力即可。也就是说如果DB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DB中读取新值然后回填缓存，完成数据的最终一致性。除此之外，配合消费队列，更进一步避免写操作锁冲突问题。
没有评论