526互联

Redis与MySQL双写一致性

发布时间 2023-07-20 22:03:30作者: pf666nb

Redis与MySQL双写一致性

一致性就是数据保持一致，在分布式系统中，可以理解为多个节点中的数据是一致的。

  1. 强一致性 系统写入什么，读出来也会是
  2. 弱一致性 写入成功之后，不承诺立即可以读到写入的值，也不承诺多久之后能够达到一直，但是会尽可能地保证某个时间级别
  3. 最终一致性 最终一致性是弱一致性的一个特例，系统会保证在一定的时间内能够达到一个数据一致状态，是业界比较推崇的模式之一

三个经典的缓存模式

缓存可以提升性能，缓解数据库压力，但是使用缓存也会导致数据不一致的问题，一般我们是如何使用缓存呢？有三种经典的缓存模式：

  1. Cache-Aside Pattern
  2. Read-Through/Write through
  3. Write behind

Cache-Aside Pattern

Cache-Aside Pattern，即旁路缓存模式，它的提出是为了尽可能的解决缓存与数据库不一致问题。Cache-Aside读流程

  1. 读的时候，先读缓存，缓存命中的话，直接返回数据，
  2. 缓存没有命中的话，就去读数据库，从数据库取出数据，放入缓存后，同时返回响应。

Cache-Aside 写流程

  1. 更新的时候，先更新数据库，然后再删除缓存，

Read-Through/Write-Through 读写穿透

Read/Write Through 模式中服务端把缓存作为主要数据。应用程序跟数据库缓存交互，都是通过抽象缓存层完成的。

Read-Through

  1. 从缓存读取数据，读到直接返回
  2. 如果读取不到，从数据库加载，写入缓存

Write-Through模式下，当发生写请求时，也是由缓存抽象层完成数据源和缓存数据的更新,流程如下

Write behind （异步缓存写入）

Write behind跟Read-Through/Write-Through有相似的地方，都是由Cache Provider来负责缓存和数据库的读写。它两又有个很大的不同：Read/Write Through是同步更新缓存和数据的，Write Behind则是只更新缓存，不直接更新数据库，通过批量异步的方式来更新数据库。
这种方式下，缓存和数据库的一致性不强，对一致性要求高的系统要谨慎使用。但是它适合频繁写的场景，MySQL的InnoDB Buffer Pool机制就使用到这种模式。