拜读了: 美团2面:如何保障 MySQL 和 Redis 数据一致性?这样答,虐爆面试官这篇文章后的感想
高并发场景中数据库和缓存的一致性和可用性的感想
- 1,先更新缓存,再更新数据库
- 1.1,前提
- 1.2,理由
- 1.2.1,写多读少
- 1.2.2,写少读多
- 1.2.3,写多读多【重点】
上述文章中认为:删除缓存比更新缓存拥有更好的性能,这个观点我是赞成的,毕竟从复杂度的角度来考虑,如果考虑更新操作,就需要考虑高并发环境下的更新顺序(谁的值是新的,谁的值是旧的),相比而言,不管是谁来都删除cache中的数据是更为高效和经济的。
在看完之后,我突发奇想地提出以下的一种双写的方案,欢迎大家讨论点评:
1,先更新缓存,再更新数据库
1.1,前提
文中末尾也提到CAP原理,AP和CP就是水火不容,高并发的场景中是不可能放弃AP的,所以需要我们从CP的角度去考虑能否降低数据一致性带来的影响。文中的延迟双删策略是个不错的手段,但是第二次删除的可靠性并不能完全得到保证,所以引入了消息队列(MQ)机制,通过使用消息队列的可重试,可确认已经高可用的特点,完成写入DB后对Cache的完整删除,以降低脏数据的风险。
1.2,理由
1.2.1,写多读少
在这种场景下,频繁的更新缓存虽然会对缓存造成一定的压力,但是考虑到数据库的IO瓶颈,从效率上来讲更新Cache也会比更新DB的效率高很多;
1.2.2,写少读多
在这种场景下,就更可以稍微忽略对Cache的写压力了;
1.2.3,写多读多【重点】
在这种场景下:
- 首先可以将双写分开,保证了单一职责原则;
- 其次,因为这种方案是先写Cache,所以读多的场合,读到的永远是最新的数据,后期使用MQ消息队列机制也能高性能的保证写入DB的及时和准确性;
- 再者,写多的场合下,优先写Cache会比写DB有更好的性能,缓存中写入新数据的及时也能降低读到脏数据的风险。
考虑不周,只是片面之词,欢迎各方大佬给予点评和指导。