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
|
3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
|
7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。
40 0
|
9天前
|
缓存 NoSQL 中间件
应对数据库不断膨胀的数据:缓存和队列中间件
【6月更文挑战第5天】该文探讨了优化数据库使用以提升应用系统性能的策略。文中建议利用Redis缓存和MQ消息队列作为辅助工具,以进一步优化性能和减少资源消耗。
14 2
应对数据库不断膨胀的数据:缓存和队列中间件
|
17天前
|
存储 缓存 NoSQL
Redis与数据库同步指南:订阅Binlog实现数据一致性
本文由开发者小米分享,探讨分布式系统中的一致性问题,尤其是数据库和Redis一致性。文章介绍了全量缓存策略的优势,如高效读取和稳定性,但也指出其一致性挑战。为解决此问题,提出了通过订阅数据库的Binlog实现数据同步的方法,详细解释了工作原理和步骤,并分析了优缺点。此外,还提到了异步校准方案作为补充,以进一步保证数据一致性。最后,提醒在实际线上环境中需注意日志记录、逐步优化和监控报警。
58 3
|
30天前
|
关系型数据库 数据库 数据库管理
关系型数据库数据一致性和完整性
【5月更文挑战第8天】关系型数据库数据一致性和完整性
29 4
|
30天前
|
缓存 监控 中间件
中间件Cache-Aside策略应用程序直接与缓存和数据库进行交互
【5月更文挑战第8天】中间件Cache-Aside策略应用程序直接与缓存和数据库进行交互
33 4
|
1天前
|
SQL 存储 关系型数据库
MySQL 示例数据库大全
我们练习 SQL 时,总会自己创造一些测试数据或者网上找些案例来学习,其实 MySQL 官方提供了好几个示例数据库,在 MySQL 的学习、开发和实践中具有非常重要的作用,能够帮助初学者更好地理解和应用 MySQL 的各种功能和特性,特别是练习 SQL 的好帮手。
20 0
|
2天前
|
SQL 关系型数据库 MySQL
mysqldiff - Golang 针对 MySQL 数据库表结构的差异 SQL 工具
Golang 针对 MySQL 数据库表结构的差异 SQL 工具。https://github.com/camry/mysqldiff
33 7
|
2天前
|
SQL 关系型数据库 MySQL
MySQL中如何查看所有数据库的名称?
【6月更文挑战第12天】MySQL中如何查看所有数据库的名称?
13 3