分布式数据库与缓存双写一致性方案解疑

  • 时间:
  • 浏览:0
  • 来源:大发时时彩代理—大发大发彩票app



更新数据库数据;

针对后边的状态,读者应该自行评估另一方的项目的读数据业务逻辑的耗时。时候 写数据的休眠时间则在读数据业务逻辑的耗时基础上,加几百ms即可。太难 做的目的,而是确保读请求现在现在开始,写请求可不想想 删除读请求造成的缓存脏数据。

时候 你用了MySQL的读写分离架构为什么我么我会么会办?

一、先更新数据库,再更新缓存

假设,有人不到抬杠,有强迫症,一定要正确处理为什么我么我会么会办?

提供有一十个 保障的重试机制即可,这里给出两套方案。

然而,该方案有有一十个 缺点,对业务线代码造成血块的侵入。于是有了方案二,在方案二中,启动有一十个 订阅系统线程去订阅数据库的binlog,获得需要操作的数据。在应用系统线程中,另起一段系统线程,获得这人订阅系统线程传来的信息,进行删除缓存操作。

db.updateData(data);

请求A查询数据库,得有一十个 旧值;

请求A将新值写入数据库;

另一方消费消息,获得需要删除的key;

本文将由以下有一十个 次责组成:

上述状态就会原因分析分析不一致的状态经常老出。时候 ,时候 不采用给缓存设置过期时间策略,该数据永远都在脏数据。

先淘汰缓存;

redis.delKey(key);

这套方案,有人是普遍反对的。为那先 呢?有如下两点原因分析分析。

第二次删除,时候 删除失败为什么我么我会么会办?

请求A将查到的旧值写入缓存。

另外, Facebook也在论文《Scaling Memcache at Facebook》[2]中提出,有人用的也是先更新数据库,再删缓存的策略。

系统线程A更新了数据库;

有如下两点:

针对缺点给出改进方案

这人状态不位于并发大什么的问题么?

请求B查询发现缓存不位于;

这就经常老出请求A更新缓存应该比请求B更新缓存早才对,时候 时候 网络等原因分析分析,B却比A更早更新了缓存。这就原因分析分析了脏数据,时候 不考虑。

采用这人同步淘汰策略,吞吐量降低为什么我么我会么会办?

要怎样正确处理上述并发大什么的问题?

本文来自云栖社区合作 伙伴“DBAplus社群”,了解相关信息可不想想 关注“DBAplus社群”。

先更新数据库,再更新缓存;

请求B查询缓存发现,缓存太难 值;

本文作者:孤独烟

备注说明:上述的订阅binlog系统线程在MySQL所含现成的后边件叫Canal,可不想想 完成订阅binlog日志的功能。至于Oracle中,笔者目前不清楚有太难 现成后边件可不想想 使用。另外,重试机制,笔者采用的是消息队列的妙招。时候 对一致性要求都在很高,直接在系统线程中另起有一十个 系统线程,每隔一段时间去重试即可,那先 有人可不想想 灵活自由发挥,而是提供有一十个 思路。

太难 做,可不想想 将1秒内所造成的缓存脏数据,再次删除。

那就将第二次删除作为异步的。另一方起有一十个 系统线程,异步删除。时候 ,写的请求就不想沉睡一段时间再返回。太难 做,加大吞吐量。

先做有一十个 说明,从理论上来说,给缓存设置过期时间,是保证最终一致性的正确处理方案。这人方案下,有人可不想想 对存入缓存的数据设置过期时间,所有的写操作以数据库为准,对缓存操作而是尽最大努力即可。也而是说时候 数据库写成功,缓存更新失败,太难 假若到达过期时间,则后边的读请求自然会从数据库中读取新值时候 回填缓存。时候 ,接下来讨论的思路不依赖于给缓存设置过期时间这人方案。

public void write(String key,Object data){

再写数据库(这两步和时候 一样);

讲解缓存更新策略

请求B去数据库查询得到旧值;

时候 你写入数据库的值,并都在直接写入缓存的,而是要经过一系列繁杂的计算再写入缓存。太难 ,每次写入数据库后,都再次计算写入缓存的值,无疑是浪费性能的。显然,删除缓存更为适合。

上述状态,而是数据不一致的原因分析分析。还是使用双删延时策略。而是,睡眠时间修改为在主从同步的延时时间基础上,加几百ms。



请求A将新值写入数据库。

redis.delKey(key);

时候 在更新缓存方面,对于更新完数据库,是更新缓存呢,还是删除缓存;又时候 是先删除缓存,再更新数据库,着实 有人位于很大的争议。目前笔者还太难 见过一篇全面的文章,对这几种方案进行解析。于是笔者战战兢兢,顶着被有人吐槽的风险,写了这篇文章,如有不妥之处敬请在留言区指出,愿与有人一起探讨。

将需要删除的key发送至消息队列;

请求B将新值写入数据库;

流程如下图所示:

时候 你是有一十个 写数据库场景比较多,而读数据场景比较少的业务需求,采用这人方案就会原因分析分析,数据压根还没读到,缓存就被频繁地更新,浪费性能;

请求A进行写操作,删除缓存;

伪代码如下:

太难 ,要怎样正确处理呢?采用延时双删策略。

请求B将旧值写入缓存;

该方案会原因分析分析不一致的原因分析分析是,一起有有一十个 请求A进行更新操作,时候 请求B进行查询操作。太难 会经常老出如下状态:

具体正确处理方案,且看笔者下文对第一种生活更新策略的解析。

数据库会将操作信息写入binlog日志当中;

请求B去数据库查询得到旧值;

休眠1秒,再次淘汰缓存。

Thread.sleep(50000);

请求A将数据写入数据库了;

将那先 信息发送至消息队列;

如下图所示:

缓存时候 种种大什么的问题删除失败;

三、先更新数据库,再删除缓存

二、先删除缓存,再更新数据库

对次责策略进行缺点分析

位于上述状态有有一十个 先天性条件,而是步骤3的写数据库操作比步骤2的读数据库操作耗时更短,才有时候 使得步骤4先于步骤5。时候 ,有人想想,数据库的读操作的速度单位远快于写操作的(不然做读写分离干嘛,做读写分离的意义而是时候 读操作比较快,耗资源少),时候 步骤3耗时比步骤2更短,这人状态太难经常老出。

系统线程B更新了缓存;

请求A进行写操作,删除缓存;

在这里,有人讨论一种生活更新策略:

请求A进行写操作,删除缓存;

流程如下所示:

都在的。假设这会有有一十个 请求,有一十个 请求A做查询操作,有一十个 请求B做更新操作,太难 会有如下状态产生:

方案二:

系统线程A更新了缓存。

重新从消息队列中获得该数据,重试操作。

另起一段非业务代码,获得该信息;

太难 ,这人1秒是为什么我么我会么会选泽的,具体该休眠多久呢?

请求B查询发现缓存不位于;

原文发布时间为:2018-06-1

尝试删除缓存操作,发现删除失败;

首先,给缓存设有效时间是一种生活方案。其次,采用策略二里给出的异步延时删除策略,保证读请求完成时候 ,再进行删除操作。

应该太难 人会问我,为那先 太难 先更新缓存,再更新数据库这人策略吧?

然而,位于这人状态的概率又有几条?

一起有请求A和请求B进行更新操作,太难 会经常老出

请求B将旧值写入缓存;

请求B删除缓存;

}

订阅系统线程提取出所需要的数据以及key;

接下来讨论的而是争议最大的,是先删缓存、再更新数据库,还是先更新数据库、再删缓存的大什么的问题。

请求B去从库查询,这时,还太难 完成主从同步,时候 查询到的是旧值;

时候 位于上述状态,着实 是会位于脏数据。

在互联网领域,缓存时候 其高并发和高性能的形态学 ,时候 在项目中被广泛使用。在读取缓存方面,有人没那先 大什么的问题,都在按照下图的流程来进行业务操作。

系统线程B更新了数据库;

还有一点造成不一致的原因分析分析么?

先更新数据库,再删除缓存。

这也而是说,时候 第二次删除缓存失败,会再次经常老出缓存和数据库不一致的大什么的问题。

本文着实 是对目前互联网中已有的一致性方案,进行了有一十个 总结。对于先删缓存、再更新数据库的更新策略,还有方案提出维护有一十个 内存队列的妙招,笔者就看一下,着实 实现异常繁杂,太难 必要,时候 太难 在文中给出。最后,希望有人有所收获。

转化为中文描述而是:

在这人状态下,造成数据不一致的原因分析分析如下,还是有一十个 请求,有一十个 请求A进行更新操作,时候 请求B进行查询操作。

数据库完成主从同步,从库变为新值。

请求B将旧值写入缓存;

要怎样正确处理呢?

更新数据库数据;

要怎样正确处理?

国外提出了有一十个 缓存更新套路,名为《Cache-Aside pattern》[1],其中就指出:

有的,这也是缓存更新策略二和缓存更新策略三都位于的有一十个 大什么的问题,时候 删缓存失败了为什么我么我会么会办,那都在会有不一致的状态经常老出么。比如有一十个 写数据请求,时候 写入数据库了,删缓存失败了,这会就经常老出不一致的状态了。这也是缓存更新策略二里留下的最后有一十个 大什么的问题。

继续重试删除操作,直到成功。

先删除缓存,再更新数据库;

请求A试图去删除请求B写入对缓存值,结果失败了。

缓存刚好失效;

这是个非常好的大什么的问题,时候 第二次删除失败,就会经常老出如下状态。还是有有一十个 请求,有一十个 请求A进行更新操作,时候 请求B进行查询操作,为了方便,假设是单库: