如何保證緩存與數(shù)據(jù)庫(kù)的雙寫(xiě)一致性？

分布式緩存是現(xiàn)在很多分布式應(yīng)用中必不可少的組件，但是用到了分布式緩存，就可能會(huì)涉及到緩存與數(shù)據(jù)庫(kù)雙存儲(chǔ)雙寫(xiě)，你只要是雙寫(xiě)，就一定會(huì)有數(shù)據(jù)一致性的問(wèn)題，那么你如何解決一致性問(wèn)題？

Cache Aside Pattern

最經(jīng)典的緩存+數(shù)據(jù)庫(kù)讀寫(xiě)的模式，就是 Cache Aside Pattern。
讀的時(shí)候，先讀緩存，緩存沒(méi)有的話，就讀數(shù)據(jù)庫(kù)，然后取出數(shù)據(jù)后放入緩存，同時(shí)返回響應(yīng)。

更新的時(shí)候，先更新數(shù)據(jù)庫(kù)，然后再刪除緩存。

為什么是刪除緩存，而不是更新緩存？

原因很簡(jiǎn)單，很多時(shí)候，在復(fù)雜點(diǎn)的緩存場(chǎng)景，緩存不單單是數(shù)據(jù)庫(kù)中直接取出來(lái)的值。

比如可能更新了某個(gè)表的一個(gè)字段，然后其對(duì)應(yīng)的緩存，是需要查詢(xún)另外兩個(gè)表的數(shù)據(jù)并進(jìn)行運(yùn)算，才能計(jì)算出緩存最新的值的。

另外更新緩存的代價(jià)有時(shí)候是很高的。是不是說(shuō)，每次修改數(shù)據(jù)庫(kù)的時(shí)候，都一定要將其對(duì)應(yīng)的緩存更新一份？也許有的場(chǎng)景是這樣，但是對(duì)于比較復(fù)雜的緩存數(shù)據(jù)計(jì)算的場(chǎng)景，就不是這樣了。如果你頻繁修改一個(gè)緩存涉及的多個(gè)表，緩存也頻繁更新。但是問(wèn)題在于，這個(gè)緩存到底會(huì)不會(huì)被頻繁訪問(wèn)到？

舉個(gè)栗子，一個(gè)緩存涉及的表的字段，在 1 分鐘內(nèi)就修改了 20 次，或者是 100 次，那么緩存更新 20 次、100 次；但是這個(gè)緩存在 1 分鐘內(nèi)只被讀取了 1 次，有大量的冷數(shù)據(jù)。實(shí)際上，如果你只是刪除緩存的話，那么在 1 分鐘內(nèi)，這個(gè)緩存不過(guò)就重新計(jì)算一次而已，開(kāi)銷(xiāo)大幅度降低，用到緩存才去算緩存。

其實(shí)刪除緩存，而不是更新緩存，就是一個(gè) lazy 計(jì)算的思想，不要每次都重新做復(fù)雜的計(jì)算，不管它會(huì)不會(huì)用到，而是讓它到需要被使用的時(shí)候再重新計(jì)算。像 mybatis，hibernate，都有懶加載思想。查詢(xún)一個(gè)部門(mén)，部門(mén)帶了一個(gè)員工的 list，沒(méi)有必要說(shuō)每次查詢(xún)部門(mén)，都里面的 1000 個(gè)員工的數(shù)據(jù)也同時(shí)查出來(lái)啊。80% 的情況，查這個(gè)部門(mén)，就只是要訪問(wèn)這個(gè)部門(mén)的信息就可以了。先查部門(mén)，同時(shí)要訪問(wèn)里面的員工，那么這個(gè)時(shí)候只有在你要訪問(wèn)里面的員工的時(shí)候，才會(huì)去數(shù)據(jù)庫(kù)里面查詢(xún) 1000 個(gè)員工。

最初級(jí)的緩存不一致問(wèn)題及解決方案

問(wèn)題：先修改數(shù)據(jù)庫(kù)，再刪除緩存。如果刪除緩存失敗了，那么會(huì)導(dǎo)致數(shù)據(jù)庫(kù)中是新數(shù)據(jù)，緩存中是舊數(shù)據(jù)，數(shù)據(jù)就出現(xiàn)了不一致。

解決思路：先刪除緩存，再修改數(shù)據(jù)庫(kù)。如果數(shù)據(jù)庫(kù)修改失敗了，那么數(shù)據(jù)庫(kù)中是舊數(shù)據(jù)，緩存中是空的，那么數(shù)據(jù)不會(huì)不一致。因?yàn)樽x的時(shí)候緩存沒(méi)有，則讀數(shù)據(jù)庫(kù)中舊數(shù)據(jù)，然后更新到緩存中。

比較復(fù)雜的數(shù)據(jù)不一致問(wèn)題分析

數(shù)據(jù)發(fā)生了變更，先刪除了緩存，然后要去修改數(shù)據(jù)庫(kù)，此時(shí)還沒(méi)修改。一個(gè)請(qǐng)求過(guò)來(lái)，去讀緩存，發(fā)現(xiàn)緩存空了，去查詢(xún)數(shù)據(jù)庫(kù)，查到了修改前的舊數(shù)據(jù)，放到了緩存中。隨后數(shù)據(jù)變更的程序完成了數(shù)據(jù)庫(kù)的修改。

完了，數(shù)據(jù)庫(kù)和緩存中的數(shù)據(jù)不一樣了。。。

為什么上億流量高并發(fā)場(chǎng)景下，緩存會(huì)出現(xiàn)這個(gè)問(wèn)題？

只有在對(duì)一個(gè)數(shù)據(jù)在并發(fā)的進(jìn)行讀寫(xiě)的時(shí)候，才可能會(huì)出現(xiàn)這種問(wèn)題。其實(shí)如果說(shuō)你的并發(fā)量很低的話，特別是讀并發(fā)很低，每天訪問(wèn)量就 1 萬(wàn)次，那么很少的情況下，會(huì)出現(xiàn)剛才描述的那種不一致的場(chǎng)景。但是問(wèn)題是，如果每天的是上億的流量，每秒并發(fā)讀是幾萬(wàn)，每秒只要有數(shù)據(jù)更新的請(qǐng)求，就可能會(huì)出現(xiàn)上述的數(shù)據(jù)庫(kù)+緩存不一致的情況。

解決方案如下：

更新數(shù)據(jù)的時(shí)候，根據(jù)數(shù)據(jù)的唯一標(biāo)識(shí)，將操作路由之后，發(fā)送到一個(gè) jvm 內(nèi)部隊(duì)列中。讀取數(shù)據(jù)的時(shí)候，如果發(fā)現(xiàn)數(shù)據(jù)不在緩存中，那么將重新讀取數(shù)據(jù)+更新緩存的操作，根據(jù)唯一標(biāo)識(shí)路由之后，也發(fā)送同一個(gè) jvm 內(nèi)部隊(duì)列中。

一個(gè)隊(duì)列對(duì)應(yīng)一個(gè)工作線程，每個(gè)工作線程串行拿到對(duì)應(yīng)的操作，然后一條一條的執(zhí)行。這樣的話，一個(gè)數(shù)據(jù)變更的操作，先刪除緩存，然后再去更新數(shù)據(jù)庫(kù)，但是還沒(méi)完成更新。此時(shí)如果一個(gè)讀請(qǐng)求過(guò)來(lái)，讀到了空的緩存，那么可以先將緩存更新的請(qǐng)求發(fā)送到隊(duì)列中，此時(shí)會(huì)在隊(duì)列中積壓，然后同步等待緩存更新完成。

這里有一個(gè)優(yōu)化點(diǎn)，一個(gè)隊(duì)列中，其實(shí)多個(gè)更新緩存請(qǐng)求串在一起是沒(méi)意義的，因此可以做過(guò)濾，如果發(fā)現(xiàn)隊(duì)列中已經(jīng)有一個(gè)更新緩存的請(qǐng)求了，那么就不用再放個(gè)更新請(qǐng)求操作進(jìn)去了，直接等待前面的更新操作請(qǐng)求完成即可。

待那個(gè)隊(duì)列對(duì)應(yīng)的工作線程完成了上一個(gè)操作的數(shù)據(jù)庫(kù)的修改之后，才會(huì)去執(zhí)行下一個(gè)操作，也就是緩存更新的操作，此時(shí)會(huì)從數(shù)據(jù)庫(kù)中讀取最新的值，然后寫(xiě)入緩存中。

如果請(qǐng)求還在等待時(shí)間范圍內(nèi)，不斷輪詢(xún)發(fā)現(xiàn)可以取到值了，那么就直接返回；如果請(qǐng)求等待的時(shí)間超過(guò)一定時(shí)長(zhǎng)，那么這一次直接從數(shù)據(jù)庫(kù)中讀取當(dāng)前的舊值。

高并發(fā)的場(chǎng)景下，該解決方案要注意的問(wèn)題：

1、讀請(qǐng)求長(zhǎng)時(shí)阻塞

由于讀請(qǐng)求進(jìn)行了非常輕度的異步化，所以一定要注意讀超時(shí)的問(wèn)題，每個(gè)讀請(qǐng)求必須在超時(shí)時(shí)間范圍內(nèi)返回。

該解決方案，最大的風(fēng)險(xiǎn)點(diǎn)在于說(shuō)，可能數(shù)據(jù)更新很頻繁，導(dǎo)致隊(duì)列中積壓了大量更新操作在里面，然后讀請(qǐng)求會(huì)發(fā)生大量的超時(shí)，最后導(dǎo)致大量的請(qǐng)求直接走數(shù)據(jù)庫(kù)。務(wù)必通過(guò)一些模擬真實(shí)的測(cè)試，看看更新數(shù)據(jù)的頻率是怎樣的。

另外一點(diǎn)，因?yàn)橐粋€(gè)隊(duì)列中，可能會(huì)積壓針對(duì)多個(gè)數(shù)據(jù)項(xiàng)的更新操作，因此需要根據(jù)自己的業(yè)務(wù)情況進(jìn)行測(cè)試，可能需要部署多個(gè)服務(wù)，每個(gè)服務(wù)分?jǐn)傄恍?shù)據(jù)的更新操作。如果一個(gè)內(nèi)存隊(duì)列里居然會(huì)擠壓 100 個(gè)商品的庫(kù)存修改操作，每隔庫(kù)存修改操作要耗費(fèi) 10ms 去完成，那么最后一個(gè)商品的讀請(qǐng)求，可能等待 10 * 100 = 1000ms = 1s 后，才能得到數(shù)據(jù)，這個(gè)時(shí)候就導(dǎo)致讀請(qǐng)求的長(zhǎng)時(shí)阻塞。

一定要做根據(jù)實(shí)際業(yè)務(wù)系統(tǒng)的運(yùn)行情況，去進(jìn)行一些壓力測(cè)試，和模擬線上環(huán)境，去看看最繁忙的時(shí)候，內(nèi)存隊(duì)列可能會(huì)擠壓多少更新操作，可能會(huì)導(dǎo)致最后一個(gè)更新操作對(duì)應(yīng)的讀請(qǐng)求，會(huì) hang 多少時(shí)間，如果讀請(qǐng)求在 200ms 返回，如果你計(jì)算過(guò)后，哪怕是最繁忙的時(shí)候，積壓 10 個(gè)更新操作，最多等待 200ms，那還可以的。

如果一個(gè)內(nèi)存隊(duì)列中可能積壓的更新操作特別多，那么你就要加機(jī)器，讓每個(gè)機(jī)器上部署的服務(wù)實(shí)例處理更少的數(shù)據(jù)，那么每個(gè)內(nèi)存隊(duì)列中積壓的更新操作就會(huì)越少。

其實(shí)根據(jù)之前的項(xiàng)目經(jīng)驗(yàn)，一般來(lái)說(shuō)，數(shù)據(jù)的寫(xiě)頻率是很低的，因此實(shí)際上正常來(lái)說(shuō)，在隊(duì)列中積壓的更新操作應(yīng)該是很少的。像這種針對(duì)讀高并發(fā)、讀緩存架構(gòu)的項(xiàng)目，一般來(lái)說(shuō)寫(xiě)請(qǐng)求是非常少的，每秒的 QPS 能到幾百就不錯(cuò)了。

實(shí)際粗略測(cè)算一下

如果一秒有 500 的寫(xiě)操作，如果分成 5 個(gè)時(shí)間片，每 200ms 就 100 個(gè)寫(xiě)操作，放到 20 個(gè)內(nèi)存隊(duì)列中，每個(gè)內(nèi)存隊(duì)列，可能就積壓 5 個(gè)寫(xiě)操作。每個(gè)寫(xiě)操作性能測(cè)試后，一般是在 20ms 左右就完成，那么針對(duì)每個(gè)內(nèi)存隊(duì)列的數(shù)據(jù)的讀請(qǐng)求，也就最多 hang 一會(huì)兒，200ms 以?xún)?nèi)肯定能返回了。

經(jīng)過(guò)剛才簡(jiǎn)單的測(cè)算，我們知道，單機(jī)支撐的寫(xiě) QPS 在幾百是沒(méi)問(wèn)題的，如果寫(xiě) QPS 擴(kuò)大了 10 倍，那么就擴(kuò)容機(jī)器，擴(kuò)容 10 倍的機(jī)器，每個(gè)機(jī)器 20 個(gè)隊(duì)列。

2、讀請(qǐng)求并發(fā)量過(guò)高

這里還必須做好壓力測(cè)試，確保恰巧碰上上述情況的時(shí)候，還有一個(gè)風(fēng)險(xiǎn)，就是突然間大量讀請(qǐng)求會(huì)在幾十毫秒的延時(shí) hang 在服務(wù)上，看服務(wù)能不能扛的住，需要多少機(jī)器才能扛住最大的極限情況的峰值。

但是因?yàn)椴⒉皇撬械臄?shù)據(jù)都在同一時(shí)間更新，緩存也不會(huì)同一時(shí)間失效，所以每次可能也就是少數(shù)數(shù)據(jù)的緩存失效了，然后那些數(shù)據(jù)對(duì)應(yīng)的讀請(qǐng)求過(guò)來(lái)，并發(fā)量應(yīng)該也不會(huì)特別大。

3、多服務(wù)實(shí)例部署的請(qǐng)求路由

可能這個(gè)服務(wù)部署了多個(gè)實(shí)例，那么必須保證說(shuō)，執(zhí)行數(shù)據(jù)更新操作，以及執(zhí)行緩存更新操作的請(qǐng)求，都通過(guò) Nginx 服務(wù)器路由到相同的服務(wù)實(shí)例上。

比如說(shuō)，對(duì)同一個(gè)商品的讀寫(xiě)請(qǐng)求，全部路由到同一臺(tái)機(jī)器上。可以自己去做服務(wù)間的按照某個(gè)請(qǐng)求參數(shù)的 hash 路由，也可以用 Nginx 的 hash 路由功能等等。

4、熱點(diǎn)商品的路由問(wèn)題，導(dǎo)致請(qǐng)求的傾斜

萬(wàn)一某個(gè)商品的讀寫(xiě)請(qǐng)求特別高，全部打到相同的機(jī)器的相同的隊(duì)列里面去了，可能會(huì)造成某臺(tái)機(jī)器的壓力過(guò)大。就是說(shuō)，因?yàn)橹挥性谏唐窋?shù)據(jù)更新的時(shí)候才會(huì)清空緩存，然后才會(huì)導(dǎo)致讀寫(xiě)并發(fā)，所以其實(shí)要根據(jù)業(yè)務(wù)系統(tǒng)去看，如果更新頻率不是太高的話，這個(gè)問(wèn)題的影響并不是特別大，但是的確可能某些機(jī)器的負(fù)載會(huì)高一些。

特別推薦一個(gè)分享架構(gòu)+算法的優(yōu)質(zhì)內(nèi)容，還沒(méi)關(guān)注的小伙伴，可以長(zhǎng)按關(guān)注一下：

長(zhǎng)按訂閱更多精彩▼
如有收獲，點(diǎn)個(gè)在看，誠(chéng)摯感謝