如何保证缓存与数据库的数据一致性?

简介: 如何保证缓存与数据库的数据一致性?

相信很多小伙伴面对缓存和数据库的数据不一致时都是使用的定时任务来解决吧,这中方式虽然简单,但是却有很大的问题,如果任务间隔太长非常容易出现数据不一致。所以对于业务体量小,且对数据一致性要求不高的任务可以使用定时任务。


如果业务体量很大,那么缓存和数据库一致主要有两种方式:


  1. 先删除缓存,再更新数据库
  2. 先更新数据库,再删除缓存

对于方式一:如果是高并发场景,当线程a要更新数据时,a先删除缓存,此时线程b读缓存,发现数据不存在便从数据库中读取旧值,而a将新值写入数据库,但b却将旧值写入缓存,此时发生数据不一致。


对于方式二:同样在并发场景,线程a查询某值,发现缓存中不存在,于是从数据库中读取值,此时线程b更新数据库并且删除缓存,而a却将旧值写入缓存,造成数据不一致。当然,这种情况极少见,因为一般写数据库比都数据库时间长,所以这种方式基本能保证缓存与数据库一致。


网上看了很多先更后删导致的不一致问题的解决方案,很多人都使用消息队列。


原理:更新数据库成功后,向消息队列发消息,消费者接收到消息执行删除缓存操作,借助消息队列的重试机制,以保证数据一致。但是,我觉得这个方案还是有些问题:


使用消息队列,增加了代码复杂度

如何保证消息的可靠性?


目录
相关文章
|
1天前
|
缓存 Java 数据库
springboot数据库及缓存常用依赖及配置
springboot数据库及缓存常用依赖及配置
29 9
|
8天前
|
存储 缓存 NoSQL
Redis是一种高性能的内存数据库,常用于高并发环境下的缓存解决方案
【6月更文挑战第18天】**Redis摘要:** 高性能内存数据库,擅长高并发缓存。数据存内存,访问迅速;支持字符串、列表等多元数据类型;具备持久化防止数据丢失;丰富命令集便于操作;通过节点集群实现数据分片与负载均衡,增强可用性和扩展性。理想的缓存解决方案。
22 1
|
15天前
|
存储 canal 缓存
【高频】如何保证缓存和数据库一致
【高频】如何保证缓存和数据库一致
|
5天前
|
缓存 NoSQL Java
高并发场景下缓存+数据库双写不一致问题分析与解决方案设计
高并发场景下缓存+数据库双写不一致问题分析与解决方案设计
|
18天前
|
canal 缓存 关系型数据库
高并发场景下,6种方案,保证缓存和数据库的最终一致性!
在解决缓存一致性的过程中,有多种途径可以保证缓存的最终一致性,应该根据场景来设计合适的方案,读多写少的场景下,可以选择采用“Cache-Aside结合消费数据库日志做补偿”的方案,写多的场景下,可以选择采用“Write-Through结合分布式锁”的方案,写多的极端场景下,可以选择采用“Write-Behind”的方案。
79 0
|
2天前
|
存储 关系型数据库 MySQL
关系型数据库MySQL的MyISAM
【6月更文挑战第17天】
20 11
|
1天前
|
SQL 关系型数据库 MySQL
关系型数据库mysql的CSV
【6月更文挑战第18天】
18 6
|
3天前
|
存储 关系型数据库 MySQL
|
3天前
|
SQL 关系型数据库 MySQL
|
1天前
|
存储 监控 关系型数据库
关系型数据库mysql的BLACKHOLE
【6月更文挑战第18天】
17 4

热门文章

最新文章