Redis与数据库数据一致性

可能谈到保持Redis与Mysql双库的数据一致性，可能很多人最先想到的方案就是读请求和写请求串行化，串到一个内存队列里去。但是这个方案有着一个致命的缺点：读请求和写请求串行化会导致系统的吞吐量大幅度降低，需要使用比正常情况下多几倍的机器去支撑线上的一个请求。Redis与Mysql双库的数据一致性问题为何会出现呢？其实我们可以考虑这么一个业务场景：我们需要更新部分数据，我们首先更新数据库数据，然后清除Redis缓存中的数据。但是数据库更新操作成功了，然而Redis清除缓存出现异常了，这样会导致出现这么一种情况：数据库中的数据已经更新为最新数据，但是Redis缓存中的数据依旧还是老数据，这时候就会出现Redis与Mysql双库的数据一致性问题。

有些喜欢投机取巧的朋友就会想，那我先清掉缓存中的旧数据，然后再写入新数据到数据库，最后更新缓存不就可以了么？这种方式可能出现一种问题：我们清除Redis缓存成功了，但是写入还未将新数据写入到数据库之前有读请求的发生，就会导致数据库中的旧数据再次存入Redis中，然后等到新数据写入到数据库后，一样产生了。Redis与Mysql双库的数据一致性问题。

昨天谈到Redis分布式环境其实有说到，分布式环境下，数据读写操作是并发操作，所以导致对用一份数据进行读写操作先后执行顺序无法保证，所以就可能出现读操作先于写操作被执行，这时就会出现脏数据导致数据一致性问题的产生。这时候我们需要考虑我们读取的数据是否是强一致性数据，比如账户余额这种必须是强一致性数据，则读数据库，如果读取的数据实时性没有非常严格，比如积分排行榜等，就可以直接读取Redis数据。如果机器并发量不高的情况下，读取数据优先从Redis中读取，缓存中数据不存在才选择从数据库中获取，并且把从数据库获取到的数据写入Redis。写入数据则相反，先清除Redis缓存数据，再写入数据到数据库，如果是简单数据这时候可以实时写入到Redis中供读操作读取，如果是需要多表连表查询的数据，则可以暂时不写入Redis，等到有查询操作的时候再写入到Redis。

那如果是高并发的情况下呢？在高并发的情况下，读取数据操作和上面是一样，优先从Redis读取。但是写入数据操作就和刚才做法不一样了，高并发的情况下，写入数据先写入到Redis，然后定期从Redis写入到Mysql中。高并发的情况下需要注意的是，每个读取数据的请求都需要在超时时间内返回数据，如果数据更新很频繁，可能会导致Redis积压了一系列更新操作，从而导致大量的读取数据请求超时，最后这大量的读取数据请求全部压到数据库，导致缓存击穿的现象产生，严重可能导致数据库宕机。这时候解决方案其实一般通过增加机器来增加吞吐量，或者暂时先返回一个老数据给客户端。

所以到这里我们其实方案很明确了，一共有两种比较常见的方案：Redis是作为缓存服务器使用，一般作为缓存有两个用途：请求快速处理和减少I/O频率。减少I/O频率实际上就是刚才所说的高并发情况下数据实时写入到数据库，然后数据积累到一定程度定期写入到数据库，请求快速处理就是处理读请求时有限从Redis中获取，Redis是支持高并发操作的，所以处理速度很快，如果Redis中不存在数据，再去数据库中查询，然后写入到redis中缓存，以便二次读取可以直接从缓存中取到数据。

第二种方案其实就是异步异步缓存，Redis缓存热门数据，增删改查都在Mysql操作，只要Mysql有insert、update、delete操作，可以通过kafka或者rabbitMQ等第三方消息推送工具将binlog相关的消息推送到Redis中，Redis解析binlog中的数据对Redis缓存中的数据进行更新，Mysql中的主从备份机制也是通过binlog来实现数据一致性的。