淺談數據庫緩存最終一致性的四種方案

背景

緩存是軟件開發中一個非常有用的概念,數據庫緩存更是在項目中必然會遇到的場景。而緩存一致性的保證,更是在面試中被反復問到,這裡進行一下總結,針對不同的要求,選擇恰到好處的一致性方案。

緩存是什麼

存儲的速度是有區別的。緩存就是把低速存儲的結果,臨時保存在高速存儲的技術。

如圖所示,金字塔更上面的存儲,可以作為下面存儲的緩存。

我們本次的討論,主要針對數據庫緩存場景,將以redis作為mysql的緩存為案例來進行。

為什麼需要緩存

存儲如mysql通常支持完整的ACID特性,因為可靠性,持久性等因素,性能普遍不高,高並發的查詢會給mysql帶來壓力,造成數據庫系統的不穩定。同時也容易產生延遲。

根據局部性原理,80%請求會落到20%的熱點數據上,在讀多寫少場景,增加一層緩存非常有助提升系統吞吐量和健壯性。

存在問題

存儲的數據隨著時間可能會發生變化,而緩存中的數據就會不一致。具體能容忍的不一致時間,需要具體業務具體分析,但是通常的業務,都需要做到最終一致。

redis作為mysql緩存

通常的開發模式中,都會使用mysql作為存儲,而redis作為緩存,加速和保護mysql。但是,當mysql數據更新之後,redis怎麼保持同步呢。

強一致性同步成本太高,如果追求強一致,那麼沒必要用緩存瞭,直接用mysql即可。通常考慮的,都是最終一致性。

解決方案

方案一

通過key的過期時間,mysql更新時,redis不更新。

這種方式實現簡單,但不一致的時間會很長。如果讀請求非常頻繁,且過期時間比較長,則會產生很多長期的臟數據。

優點:

開發成本低,易於實現;

管理成本低,出問題的概率會比較小。

不足:

完全依賴過期時間,時間太短容易緩存頻繁失效,太長容易有長時間更新延遲(不一致)

方案二

在方案一的基礎上擴展,通過key的過期時間兜底,並且,在更新mysql時,同時更新redis。

優點:

相對方案一,更新延遲更小。

不足:

如果更新mysql成功,更新redis卻失敗,就退化到瞭方案一;

在高並發場景,業務server需要和mysql,redis同時進行連接。這樣是損耗雙倍的連接資源,容易造成連接數過多的問題。

方案三

針對方案二的同步寫redis進行優化,增加消息隊列,將redis更新操作交給kafka,由消息隊列保證可靠性,再搭建一個消費服務,來異步更新redis。

優點:

消息隊列可以用一個句柄,很多消息隊列客戶端還支持本地緩存發送,有效解決瞭方案二連接數過多的問題;

使用消息隊列,實現瞭邏輯上的解耦;

消息隊列本身具有可靠性,通過手動提交等手段,可以至少一次消費到redis。

不足:

依舊解決不瞭時序性問題,如果多臺業務服務器分別處理針對同一行數據的兩條請求,舉個栗子,a = 1;a = 5; 如果mysql中是第一條先執行,而進入kafka的順序是第二條先執行,那麼數據就會產生不一致。

引入瞭消息隊列,同時要增加服務消費消息,成本較高,還有重復消費的風險。

方案四

通過訂閱binlog來更新redis,把我們搭建的消費服務,作為mysql的一個slave,訂閱binlog,解析出更新內容,再更新到redis。

優點:

在mysql壓力不大情況下,延遲較低;

和業務完全解耦;

解決瞭時序性問題。

缺點:

要單獨搭建一個同步服務,並且引入binlog同步機制,成本較大。

總結

方案選型

首先確認產品上對延遲性的要求,如果要求極高,且數據有可能變化,別用緩存。

通常來說,方案1就夠瞭,筆者咨詢過4,5個團隊,基本都是用方案1,因為能用緩存方案,通常是讀多寫少場景,同時業務上對延遲具有一定的包容性。方案1沒有開發成本,其實比較實用。

如果想增加更新時的即時性,就選擇方案2,不過沒必要做重試保證之類的。

方案3,方案4針對於對延時要求比較高業務,一個是推模式,一個是拉模式,而方案4具備更強的可靠性,既然都願意花功夫做處理消息的邏輯,不如一步到位,用方案4。

結論

一般情況,方案1夠用。若延時要求高,直接選擇方案4。如果是面試場景,從簡單講到復雜,面試官會一步一步追問,咱們就一點點推導,賓主盡歡。

到此這篇關於淺談數據庫緩存最終一致性的四種方案的文章就介紹到這瞭,更多相關數據庫緩存一致性內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀:

    None Found