Canal采集MySQL Binlog——数据同步方案
针对业务库MySQL Binlog日志数据进行数据同步，从MySQL到Kafka，最终实现实时（准实时）数据采集。其中Canal可以使用且推荐使用MaxWell，此篇文档只是介绍如何通过Canal打通上下游数据点。
【Redis系列笔记】双写一致性
本文讨论了缓存不一致问题及其后果，如价格显示错误和订单计算错误。问题主要源于并发和双写操作的异常。解决方案包括使用分布式锁（但可能导致性能下降和复杂性增加）、延迟双删策略（通过延迟删除缓存来等待数据同步）以及异步同步方法，如通过Canal和MQ实现数据的最终一致性。面试中，可以提及这些策略来确保数据库和缓存数据的一致性。
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。
