在高并發的場景下，大量的請求直接訪問Mysql很容易造成性能問題。所以，我們都會用Redis來做數據的緩存，削減對數據庫的請求。但是，Mysql和Redis是兩種不同的數據庫，如何保證不同數據庫之間數據的一致性就非常關鍵了。

一、導致數據不一致的原因

在高并發的業務場景下，數據庫大多數情況都是用戶并發訪問最薄弱的環節。

所以，就需要使用redis做一個緩沖操作，讓請求先訪問到redis，而不是直接訪問MySQL等數據庫。

讀取緩存步驟一般沒有什么問題，但是一旦涉及到數據更新：數據庫和緩存更新，就容易出現緩存(Redis)和數據庫(MySQL)間的數據一致性問題。

這個業務場景，主要是解決讀數據從Redis緩存，一般都是按照下圖的流程來進行業務操作。

二、緩存先后刪除問題

不管是先寫MySQL數據庫，再刪除Redis緩存;還是先刪除緩存，再寫庫，都有可能出現數據不一致的情況。

1. 先刪除緩存

如果先刪除Redis緩存數據，然而還沒有來得及寫入MySQL，另一個線程就來讀取

這個時候發現緩存為空，則去Mysql數據庫中讀取舊數據寫入緩存，此時緩存中為臟數據。

然后數據庫更新后發現Redis和Mysql出現了數據不一致的問題

2. 后刪除緩存

如果先寫了庫，然后再刪除緩存，不幸的寫庫的線程掛了，導致了緩存沒有刪除

這個時候就會直接讀取舊緩存，最終也導致了數據不一致情況

因為寫和讀是并發的，沒法保證順序,就會出現緩存和數據庫的數據不一致的問題

三、解決方案

1. 延時雙刪策略

(1) 基本思路：

在寫庫前后都進行redis.del(key)操作，并且設定合理的超時時間。

偽代碼如下：

public void write( String key, Object data ){ redis.delKey( key ); db.updateData( data ); Thread.sleep( 500 ); redis.delKey( key );}br

(2) 具體步驟：

• 先刪除緩存
• 再寫數據庫
• 休眠500毫秒
• 再次刪除緩存

問題：這個500毫秒怎么確定的，具體該休眠多久時間呢?

需要評估自己的項目的讀數據業務邏輯的耗時。

這么做的目的，就是確保讀請求結束，寫請求可以刪除讀請求造成的緩存臟數據。

當然這種策略還要考慮redis和數據庫主從同步的耗時。

最后的的寫數據的休眠時間：則在讀數據業務邏輯的耗時基礎上，加幾百ms即可。比如：休眠1秒。

(3) 設置緩存過期時間是關鍵點

從理論上來說，給緩存設置過期時間，是保證最終一致性的解決方案

所有的寫操作以數據庫為準，只要到達緩存過期時間，緩存刪除

如果后面還有讀請求的話，就會從數據庫中讀取新值然后回填緩存

(4) 方案缺點

結合雙刪策略+緩存超時設置，這樣最差的情況就是：

• 在緩存過期時間內發生數據存在不一致
• 同時又增加了寫請求的耗時。

2. 異步更新緩存(基于Mysql binlog的同步機制)

(1) 整體思路

a.涉及到更新的數據操作，利用Mysql binlog 進行增量訂閱消費

b.將消息發送到消息隊列

c.通過消息隊列消費將增量數據更新到Redis上

d.操作情況：

• 讀取Redis緩存：熱數據都在Redis上
• 寫Mysql：增刪改都是在Mysql進行操作
• 更新Redis數據：Mysql的數據操作都記錄到binlog，通過消息隊列及時更新到Redis上

(2) Redis更新過程

a.數據操作主要分為兩種：

• 一種是全量(將所有數據一次性寫入Redis)
• 一種是增量(實時更新)

這里說的是增量,指的是mysql的update、insert、delate變更數據。

b.讀取binlog后分析 ，利用消息隊列,推送更新各臺的redis緩存數據。

• 這樣一旦MySQL中產生了新的寫入、更新、刪除等操作，就可以把binlog相關的消息推送至Redis
• Redis再根據binlog中的記錄，對Redis進行更新

其實這種機制，很類似MySQL的主從備份機制，因為MySQL的主備也是通過binlog來實現的數據一致性

這里的消息推送工具你也可以采用別的第三方：kafka、rabbitMQ等來實現推送更新Redis!

總結

在高并發應用場景下，如果是對數據一致性要求高的情況下，要定位好導致數據和緩存不一致的原因。

解決高并發場景下數據一致性的方案有兩種，分別是延時雙刪策略和異步更新緩存兩種方案。

另外，設置緩存的過期時間是保證數據保持一致性的關鍵操作，需要結合業務進行合理的設置。