- 先更新Mysql，再更新Redis，如果更新Redis失败，可能仍然不⼀致
- 先删除Redis缓存数据，再更新Mysql，再次查询的时候在将数据添加到缓存中
这种⽅案能解决1 ⽅案的问题，但是在⾼并发下性能较低，⽽且仍然会出现数据不⼀致的问题，⽐如线程1删除了 Redis缓存数据，正在更新Mysql，此时另外⼀个查询再查询，那么就会把Mysql中⽼数据⼜查到 Redis中 - 使用MQ异步同步, 保证数据的最终一致性
我们项目中会根据业务情况 , 使用不同的方案来解决Redis和Mysql的一致性问题 : - 对于一些一致性要求不高的场景 , 不做处理例如 : 用户行为数据 , 我们没有做一致性保证 , 因为就算不一致产生的影响也很小
- 对于时效性数据 , 设置过期时间例如 : 接口缓存数据 , 我们会设置缓存的过期时间为 60S , 那么可能会出现60S之内的数据不一致, 60S后缓存过期, 重新从数据库加载就一致了
- 对于一致性要求比较高但是时效性要求不那么高的场景 , 使用MQ不断发送消息完成数据同步直到成功为止例如 : 首页广告数据 , 首页推荐数据数据库数据发生修改----> 发送消息到MQ -----> 接收消息更新缓存消息不丢失/重复消费 : 消息状态表/消息消费表
- 对于一致性和时效性要求都比较高的场景 , 使用分布式事务 , Seata的TCC模式很少用
Redis和Mysql如何保证数据⼀致?
2024-11-14
162
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
在项目中，为了解决Redis与Mysql的数据一致性问题，我们采用了多种策略：对于低一致性要求的数据，不做特别处理；时效性数据通过设置缓存过期时间来减少不一致风险；高一致性但时效性要求不高的数据，利用MQ异步同步确保最终一致性；而对一致性和时效性都有高要求的数据，则采用分布式事务（如Seata TCC模式）来保障。
相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
目录
相关文章
|
4月前
|
缓存
NoSQL
关系型数据库
|
2月前
|
SQL
人工智能
关系型数据库
如何实现MySQL百万级数据的查询？
本文探讨了在MySQL中对百万级数据进行排序分页查询的优化策略。面对五百万条数据，传统的浅分页和深分页查询效率较低，尤其深分页因偏移量大导致性能显著下降。通过为排序字段添加索引、使用联合索引、手动回表等方法，有效提升了查询速度。最终建议根据业务需求选择合适方案：浅分页可加单列索引，深分页推荐联合索引或子查询优化，同时结合前端传递最后一条数据ID的方式实现高效翻页。
106
0
0
|
9天前
|
存储
关系型数据库
MySQL
在CentOS 8.x上安装Percona Xtrabackup工具备份MySQL数据步骤。
以上就是在CentOS8.x上通过Perconaxtabbackup工具对Mysql进行高效率、高可靠性、无锁定影响地实现在线快速全量及增加式数据库资料保存与恢复流程。通过以上流程可以有效地将Mysql相关资料按需求完成定期或不定期地保存与灾难恢复需求。
51
10
10
|
4月前
|
数据采集
存储
NoSQL
|
2月前
|
SQL
存储
缓存
MySQL 如何高效可靠处理持久化数据
本文详细解析了 MySQL 的 SQL 执行流程、crash-safe 机制及性能优化策略。内容涵盖连接器、分析器、优化器、执行器与存储引擎的工作原理，深入探讨 redolog 与 binlog 的两阶段提交机制，并分析日志策略、组提交、脏页刷盘等关键性能优化手段，帮助提升数据库稳定性与执行效率。
67
0
0
|
5月前
|
关系型数据库
MySQL
Linux
在Linux环境下备份Docker中的MySQL数据并传输到其他服务器以实现数据级别的容灾
以上就是在Linux环境下备份Docker中的MySQL数据并传输到其他服务器以实现数据级别的容灾的步骤。这个过程就像是一场接力赛，数据从MySQL数据库中接力棒一样传递到备份文件，再从备份文件传递到其他服务器，最后再传递回MySQL数据库。这样，即使在灾难发生时，我们也可以快速恢复数据，保证业务的正常运行。
247
28
28
|
3月前
|
存储
缓存
NoSQL
告别数据僵尸！Redis实现自动清理过期键值对
在数据激增的时代，Redis如同内存管理的智能管家，支持键值对的自动过期功能，实现“数据保鲜”。通过`EXPIRE`设定生命倒计时、`TTL`查询剩余时间，结合惰性删除与定期清理策略，Redis高效维护内存秩序。本文以Python实战演示其过期机制，并提供最佳实践指南，助你掌握数据生命周期管理的艺术，让数据优雅退场。
239
0
0
|
4月前
|
存储
SQL
缓存
|
6月前
|
SQL
关系型数据库
MySQL
【YashanDB知识库】字符集latin1的MySQL中文数据如何迁移到YashanDB
本文探讨了在使用YMP 23.2.1.3迁移MySQL Server字符集为latin1的中文数据至YashanDB时出现乱码的问题。问题根源在于MySQL latin1字符集存放的是实际utf8编码的数据，而YMP尚未支持此类场景。文章提供了两种解决方法：一是通过DBeaver直接迁移表数据；二是将MySQL表数据转换为Insert语句后手动插入YashanDB。同时指出，这两种方法适合单张表迁移，多表迁移可能存在兼容性问题，建议对问题表单独处理。
109
0
0
|
6月前
|
存储
NoSQL
算法
Redis分片集群中数据是怎么存储和读取的 ?
Redis集群采用的算法是哈希槽分区算法。Redis集群中有16384个哈希槽（槽的范围是 0 -16383，哈希槽），将不同的哈希槽分布在不同的Redis节点上面进行管理，也就是说每个Redis节点只负责一部分的哈希槽。在对数据进行操作的时候，集群会对使用CRC16算法对key进行计算并对16384取模（slot = CRC16(key)%16383），得到的结果就是 Key-Value 所放入的槽，通过这个值，去找到对应的槽所对应的Redis节点，然后直接到这个对应的节点上进行存取操作
209
3
3
热门文章
最新文章
1
Java“Could Not Create Java Virtual Machine”解决
2
什么是一次性密码（OTP）
3
3分钟部署 我的世界（Minecraft） 联机服务
4
Spring Boot 框架超级详细总结及长尾关键词应用解析
5
web端实现rtsp实时推流视频播放可行性方案
6
Docker Hub 镜像拉取超时：1Panel面板中应用安装失败的临时解决方案
7
手把手教你安装Keil MDK5：官方网盘资源+芯片支持包配置详解（附调试实战）
8
Dubbo与Spring Cloud的区别？
9
轻松集成私有化部署Dify文本生成型应用
10
手把手教你安装PyCharm 2025：开发者的Python IDE配置全流程+避坑指南
1
硬盘数据恢复—硬盘物理故障判定妙招
39
2
服务器数据恢复—昆腾存储StorNext文件系统数据恢复案例
33
3
Java 项目实战从入门到精通 ：Java Web 在线商城项目开发指南
123
4
Java 项目实战病人挂号系统网站设计开发步骤及核心功能实现指南
44
5
GANs、VAEs与Transformer的融合
74
6
服务器数据恢复—服务器上的卷被误删除的数据恢复案例
56
7
一键部署 GitLab 代码托管平台：告别繁琐配置，ROS 模板轻松搞定
92
8
WordPress好用的TinyMCE编辑器插件
71
9
Java 技术支撑下 AI 与 ML 技术融合的架构设计与落地案例分析
70
10
AI 生成的代码可信吗？
51