当前位置: 首页 > news >正文

《程序猿之Redis缓存实战 · Redis 与数据库一致性》

📢 大家好,我是 【战神刘玉栋】,有10多年的研发经验,致力于前后端技术栈的知识沉淀和传播。 💗

🌻 CSDN入驻不久,希望大家多多支持,后续会继续提升文章质量,绝不滥竽充数,欢迎多多交流。👍

文章目录

    • Redis 与数据库一致性

Redis 与数据库一致性

【问题背景】

使用Redis做一个缓存操作,让请求先访问到redis,而不是直接访问MySQL等数据库。

读取缓存步骤一般没有什么问题,但是一旦涉及到数据更新(数据库和缓存更新),就容易出现缓存(Redis)和数据库(MySQL)间的数据一致性问题。

不管是先写MySQL数据库,再删除Redis缓存;还是先删除缓存,再写库,都有可能出现数据不一致的情况。

【方案一:延时双删】

先删除Redis缓存数据,再更新Mysql,延迟几百毫秒再删除Redis缓存数据,这样就算在更新Mysql时,有其他线程读了Mysql,把老数据读到了Redis中,那么也会被删除掉,从而把数据保持一致。

延时双删 是一种常见的解决 Redis 和数据库一致性问题的方案,它可以有效地降低数据不一致的概率。

原理:

  • 写入 Redis: 当用户修改数据时,先写入 Redis 缓存。
  • 异步更新数据库: 同时异步地将修改操作发送到数据库进行更新。
  • 延时删除 Redis: 为了防止数据库更新失败导致数据不一致,在数据库更新成功后,延时一段时间再删除 Redis 缓存。

优点:

  • 提高性能: 由于大部分请求都命中缓存,可以有效地提高系统性能。
  • 降低数据不一致的概率: 延时删除可以确保数据库更新成功后,Redis 缓存才会被删除,从而降低数据不一致的概率。

缺点:

  • 存在短暂的数据不一致: 在延时删除期间,Redis 缓存和数据库数据可能存在短暂的不一致。
  • 需要额外的逻辑: 需要实现延时删除机制,增加代码复杂度。

适用场景:

  • 对于对数据一致性要求不高的场景,延时双删是一个不错的选择。
  • 对于需要高性能的场景,延时双删可以有效地提高系统性能。
@Component
public class CacheUtil {@Autowiredprivate RedisTemplate<String, Object> redisTemplate;// 删除数据的方法public void deleteWithDelay(String key, String dbKey) {// 第一次删除 Redis 中的数据redisTemplate.delete(key);// 等待一段时间(例如 500 毫秒)try {TimeUnit.MILLISECONDS.sleep(500);} catch (InterruptedException e) {Thread.currentThread().interrupt();}// 从数据库中删除数据(假设有一个数据库操作的方法)deleteFromDatabase(dbKey);// 再次删除 Redis 中的数据redisTemplate.delete(key);}// 模拟从数据库中删除数据的方法private void deleteFromDatabase(String dbKey) {// 实际的数据库删除逻辑System.out.println("Deleting from database: " + dbKey);// 例如:repository.deleteById(dbKey);}
}

【其他方案】

1、队列 + 重试机制

2、异步更新缓存(基于订阅binlog的同步机制)

http://www.lryc.cn/news/452358.html

相关文章:

  • 【无标题】observer: error while loading shared libraries: libmariadb.so.3处理办法
  • 极客兔兔Gee-Cache Day1
  • [MAUI]数据绑定和MVVM:MVVM的属性验证
  • 2024年水利水电安全员考试题库及答案
  • 【快速删除 node_modules 】rimraf
  • 毕业设计选题:基于ssm+vue+uniapp的教学辅助小程序
  • 13-指针和动态内存-内存泄漏
  • 基于深度学习的视频摘要生成
  • 适合初学者的[JAVA]: 基础面试题
  • internal.KaptWithoutKotlincTask$KaptExecutionWorkAction 问题 ---Room数据库
  • Frequency-aware Feature Fusion for Dense Image Prediction 论文阅读
  • Springboot + netty + rabbitmq + myBatis
  • 电磁兼容(EMC):整改案例(四)人体对EFT测试影响有多大?
  • 数据可视化基础:让数据说话
  • 有哪些优化数据库性能的方法?如何定位慢查询?数据库性能优化全攻略:从慢查询定位到高效提升
  • C语言 | Leetcode C语言题解之第450题删除二叉搜索树中的节点
  • 智慧防灾,科技先行:EasyCVR平台助力地质灾害视频监测系统建设
  • 掌握C#核心概念:类、继承、泛型等
  • [VULFOCUS刷题]tomcat-pass-getshell 弱口令
  • golang rpc
  • A Learning-Based Approach to Static Program Slicing —— 论文笔记
  • 掌握 C# 中的委托与事件机制
  • 使用微服务Spring Cloud集成Kafka实现异步通信(消费者)
  • docker pull 超时Timeout失败的解决办法
  • YOLOv7改进之主干DAMOYOLO结构,结合 CReToNeXt 结构,打造高性能检测器
  • 进度条(倒计时)Linux
  • [每周一更]-(第117期):硬盘分区表类型:MBR和GPT区别
  • 河南移动:核心营业系统稳定运行超300天,数据库分布式升级实践|OceanBase案例
  • 22.1 k8s不同role级别的服务发现
  • OpenCV计算机视觉库