缓存由于其高并发和高性能的特性,在项目中被广泛使用。读缓存流程如下图:
双写一致性有以下三个要求:
要想同时满足上面三条,可以采用读请求和写请求串行化,串到一个内存队列里去,这样就可以保证一定不会出现不一致的情况。但是,串行化之后,就会导致系统的吞吐量会大幅度的降低,要用比正常情况下多几倍的机器去支撑线上请求。
所以,在这里,我们讨论三种常见方法:
这种方法是大家普遍反对的,原因集中在下面两点:
原因1:线程安全角度。 同时有请求A和请求B进行更新操作,那么会出现:
这就出现请求A更新缓存应该比请求B更新缓存早才对,但是因为网络等原因,B却比A更早更新了缓存。这就导致了脏数据,因此不考虑。
"先更新缓存,再更新数据库"这种方案同理,也是造成脏数据,所以不被考虑
原因2:业务场景角度。 有如下两点:
如果一定要更新缓存,可以考虑给缓存数据增加版本号
该方案同样会导致不一致。同时有请求A和请求B进行更新操作,那么会出现:
解决方法:
然而这种解决方案由于要休眠线程还是很影响吞吐量的
这种方案是很多工程采用的方案,我们来看下是否一定安全。 假设有两个请求,一个请求A做查询操作,一个请求B做更新操作,那么会有如下情形产生
这样,脏数据就产生了,然而上面的情况是假设在数据库写请求比读请求还要快。实际上,工程中数据库的读操作的速度远快于写操作的。 要么通过2PC或是Paxos协议保证一致性,要么就是想尽办法降低并发时脏数据的概率,大概是因为2PC太慢,而Paxos又太复杂,综合考虑,Facebook选择了这个第三种方案。
启动一个订阅程序去订阅数据库的binlog,获得需要操作的数据。在应用程序中,另起一段程序,获得这个订阅程序传来的信息,进行删除缓存操作。
阿里开源的中间件canal可以完成订阅binlog日志的功能。
本文是对目前互联网中已有的一致性方案进行了一个总结,希望大家有所收获。