缓存与数据库数据一致性问题，一直是面试官很喜欢问的问题，你知道有多少方案，每种的优缺点是啥？最终会采用哪种方案较好，你觉得呢？
我的公众号：MarkerHub，Java网站：https://markerhub.com
更多精选文章请点击：Java笔记大全.md
作者：叶不闻
背景
缓存是软件开发中一个非常有用的概念，数据库缓存更是在项目中必然会遇到的场景。而缓存一致性的保证，更是在面试中被反复问到，这里进行一下总结，针对不同的要求，选择恰到好处的一致性方案。
缓存是什么
存储的速度是有区别的。缓存就是把低速存储的结果，临时保存在高速存储的技术。
如图所示，金字塔更上面的存储，可以作为下面存储的缓存。
我们本次的讨论，主要针对数据库缓存场景，将以 redis 作为 mysql 的缓存为案例来进行。
为什么需要缓存
存储如 mysql 通常支持完整的 ACID 特性，因为可靠性，持久性等因素，性能普遍不高，高并发的查询会给 mysql 带来压力，造成数据库系统的不稳定。同时也容易产生延迟。根据局部性原理，80% 请求会落到 20% 的热点数据上，在读多写少场景，增加一层缓存非常有助提升系统吞吐量和健壮性。
存在问题
存储的数据随着时间可能会发生变化，而缓存中的数据就会不一致。具体能容忍的不一致时间，需要具体业务具体分析，但是通常的业务，都需要做到最终一致。
redis 作为 mysql 缓存
通常的开发模式中，都会使用 mysql 作为存储，而 redis 作为缓存，加速和保护 mysql。但是，当 mysql 数据更新之后，redis 怎么保持同步呢。
强一致性同步成本太高，如果追求强一致，那么没必要用缓存了，直接用 mysql 即可。通常考虑的，都是最终一致性。
解决方案
方案一
通过 key 的过期时间，mysql 更新时，redis 不更新。 这种方式实现简单，但不一致的时间会很长。如果读请求非常频繁，且过期时间比较长，则会产生很多长期的脏数据。
优点：
- 开发成本低，易于实现；
- 管理成本低，出问题的概率会比较小。
不足
- 完全依赖过期时间，时间太短容易缓存频繁失效，太长容易有长时间更新延迟（不一致）
方案二
在方案一的基础上扩展，通过 key 的过期时间兜底，并且，在更新 mysql 时，同时更新 redis。
优点
- 相对方案一，更新延迟更小。
不足
- 如果更新 mysql 成功，更新 redis 却失败，就退化到了方案一；
- 在高并发场景，业务 server 需要和 mysql,redis 同时进行连接。这样是损耗双倍的连接资源，容易造成连接数过多的问题。
方案三
针对方案二的同步写 redis 进行优化，增加消息队列，将 redis 更新操作交给 kafka，由消息队列保证可靠性，再搭建一个消费服务，来异步更新 redis。
优点
- 消息队列可以用一个句柄，很多消息队列客户端还支持本地缓存发送，有效解决了方案二连接数过多的问题；
- 使用消息队列，实现了逻辑上的解耦；
- 消息队列本身具有可靠性，通过手动提交等手段，可以至少一次消费到 redis。
不足
- 依旧解决不了时序性问题，如果多台业务服务器分别处理针对同一行数据的两条请求，举个栗子，a = 1； a = 5;，如果 mysql 中是第一条先执行，而进入 kafka 的顺序是第二条先执行，那么数据就会产生不一致。
- 引入了消息队列，同时要增加服务消费消息，成本较高。
方案四
通过订阅 binlog 来更新 redis，把我们搭建的消费服务，作为 mysql 的一个 slave，订阅 binlog，解析出更新内容，再更新到 redis。
优点
- 在 mysql 压力不大情况下，延迟较低；
- 和业务完全解耦；
- 解决了时序性问题。
缺点
- 要单独搭建一个同步服务，并且引入 binlog 同步机制，成本较大。
总结
方案选型
- 首先确认产品上对延迟性的要求，如果要求极高，且数据有可能变化，别用缓存。
- 通常来说，方案 1 就够了，笔者咨询过 4，5 个团队，基本都是用方案 1，因为能用缓存方案，通常是读多写少场景，同时业务上对延迟具有一定的包容性。方案 1 没有开发成本，其实比较实用。
- 如果想增加更新时的即时性，就选择方案 2，不过没必要做重试保证之类的。
- 方案 3，方案 4 针对于对延时要求比较高业务，一个是推模式，一个是拉模式，而方案 4 具备更强的可靠性，既然都愿意花功夫做处理消息的逻辑，不如一步到位，用方案 4。
结论
一般情况，方案 1 够用。若延时要求高，直接选择方案 4。如果是面试场景，从简单讲到复杂，面试官会一步一步追问，咱们就一点点推导，宾主尽欢。
（完）
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。