网创优客建站品牌官网
为成都网站建设公司企业提供高品质网站建设
热线:028-86922220
成都专业网站建设公司

定制建站费用3500元

符合中小企业对网站设计、功能常规化式的企业展示型网站建设

成都品牌网站建设

品牌网站建设费用6000元

本套餐主要针对企业品牌型网站、中高端设计、前端互动体验...

成都商城网站建设

商城网站建设费用8000元

商城网站建设因基本功能的需求不同费用上面也有很大的差别...

成都微信网站建设

手机微信网站建站3000元

手机微信网站开发、微信官网、微信商城网站...

建站知识

当前位置:首页 > 建站知识

如何保持MySQL和Redis中的数据一致

这篇文章给大家介绍如何保持MySQL和redis中的数据一致,内容非常详细,感兴趣的小伙伴们可以参考借鉴,希望对大家能有所帮助。

创新互联建站专注于企业成都营销网站建设、网站重做改版、扎赉诺尔网站定制设计、自适应品牌网站建设、HTML5建站成都商城网站开发、集团公司官网建设、成都外贸网站建设公司、高端网站制作、响应式网页设计等建站业务,价格优惠性价比高,为扎赉诺尔等各大城市提供网站开发制作服务。

在高并发的业务场景下,MySQL和Redis的数据一致性就显得很重要了,多次访问MySQL就会导致奔溃或者延缓速度,而缓存Redis过多也会出问题,那就是丢数据,存着存着,数据就丢了

Redis 在互联网行业中使用最为广泛。在很多时候也被称为“内存数据库”,它集合了缓存和数据库的优势,但并非开启持久化和主备同步机制就可以高枕无忧。

写入数据库成功,即让缓存失效,下一次读取时再缓存。这是缓存的实时策略。

从架构设计的角度思考:缓存就是缓存,缓存数据会随时丢失,缓存存在的目的是拦截到数据库的请求,相比数据的可靠性、一致性,还是吞吐量、稳定性优先。

在考虑数据一致性的问题上由三种刷新策略

  1. 实时策略

  2. 异步策略

  3. 定时策略

实时策略是最常用的策略,能够让用户有最好的体验,但是一旦数据量过大就会出现,数据苦往往会受不了

异步策略适用于,数据量大,但是数据并不重要,因为可能会导致脏数据或者数据丢失

定时策略适用于,数据量大,数据也很重要的情况下,这也是最稳定的方案

读取的过程,应用程序先从 cache 取数据,没有得到,则从数据库中取数据,成功后,放到缓存中。如果命中,应用程序从 cache 中取数据,取到后返回。

写入的过程,把数据存到数据库中,成功后,再删除缓存,删除后下次读取的时候,会被写入缓存。

从用户体验的角度,应该数据库有了写入,就马上废弃缓存,触发一次数据库的读取,从而更新缓存。

然而,这和高并发就矛盾了——如果所有的都实时从数据库里面读取,高并发场景下,数据库往往受不了。

在读取写入数据时,适用定时策略一般不会出问题

  1. MySQL持久化数据,Redis只读数据

  2. MySQL和Redis处理不同的数据类型
    MySQL处理实时性数据,Redis处理对实时性要求并不是很高的数据。在并发不高的情况下,读取操作优先读取redis,不存在的话再去访问MySQL,并把读取到的数据写回Redis中;写入操作直接写MySQL,然后后再写入Redis。在并发高的情况下,读取操作和上面一样,写入操作则使用异步写入,先写入Redis后直接返回,然后定时定期的写入MySQL

而一旦涉及到更新数据,就容易出现缓存和数据库之间的数据一致性的问题,不管是先写入数据库再删除缓存,还是先删除缓存再写入数据库,都有可能出现数据不一致的情况,例如:

  • 先写入数据库,再删除缓存前,线程宕机了,没有删除掉缓存,就会出现数据不一致的情况

  • 先删除Redis,还没来得及写入数据库,另外一个线程就来读取,发现缓存为空,这个时候就会跑去数据库读取数据写入缓存,这个时候缓存中的数据就是脏数据

因为写入和读取是并发的,没有办法保证顺序,就会出现缓存和数据库的数据是不一致的问题,这时候就可以使用

延时双删策略

在写库前后都进行Redis.del(key)操作,并且设定合理地超时时间

  1. 先删缓存

  2. 再写数据库

  3. 休眠一段时间

  4. 再删缓存

设置缓存的过期时间

理论上来讲,设置缓存过期时间,是保证最终一致性的解决方案。所有的写入操作以数据库为准,只要到达缓存过期时间,则后面的读请求自然会从数据库中读取新值然后回填缓存

关于如何保持MySQL和Redis中的数据一致就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到。


当前文章:如何保持MySQL和Redis中的数据一致
网页路径:http://bjjierui.cn/article/iedhii.html

其他资讯