1、一致性

一致性是指系統中各節點(diǎn)數據保持一致。分布式系統中，可以理解為多個(gè)節點(diǎn)中的數據是一致的。

一致性根據嚴苛程度分類(lèi)：

強一致性：寫(xiě)進(jìn)去的數據是什么，讀出來(lái)的數據就是什么，對性能影響最大；

弱一致性：數據寫(xiě)入成功后，系統不保證能立刻讀出最新的數據，也不承諾多久之后數據可以達到一致，但保證到某個(gè)時(shí)間級別后，數據能達到一致；

最終一致性：最終一致性是弱一致性的一個(gè)特例，最終一致性同樣只保證數據寫(xiě)入成功后，在某個(gè)時(shí)間點(diǎn)后數據會(huì )達到一致。這個(gè)系統無(wú)法保證強一致性的時(shí)間片段被稱(chēng)為不一致窗口。不一致時(shí)間窗口的時(shí)間長(cháng)短取決于很多因素，比如副本個(gè)數、網(wǎng)絡(luò )延遲、系統負載等。

最終一致性是弱一致性中非常受大眾推崇的一種一致性模型，也是目前業(yè)界在大型分布式系統的數據一致性上比較推崇的模型。

2、緩存使用場(chǎng)景

對于大部分系統而言，高并發(fā)常見(jiàn)于讀數據的場(chǎng)景，對于此場(chǎng)景我們可以使用緩存提升數據查詢(xún)速度。當我們使用Redis作緩存的時(shí)候，常見(jiàn)場(chǎng)景如下所示：

緩存存在

如果數據在緩存中存在，則直接從緩存返回數據至應用，無(wú)需查詢(xún)數據庫

緩存不存在

如果數據在緩存中不存在，則需查詢(xún)數據庫獲取數據并更新緩存。

對于大部分系統而言最終數據都會(huì )存儲在數據庫中，也就是系統需已數據庫中數據為準，那么對于上圖緩存存在的場(chǎng)景下，當數據庫中的數據發(fā)生變化時(shí)，就可能會(huì )出現數據不一致的問(wèn)題。

實(shí)際情況下考慮網(wǎng)絡(luò )、操作、異常等種種因素，根本無(wú)法保證可以同時(shí)更新所有副本數據使得數據保持一致。因此，如何在最大程度上保證各副本數據一致的同時(shí)也不影響系統性能，成了各系統需要均衡的問(wèn)題。

3、數據同步策略

為保證緩存數據與數據庫數據一致，主要考慮如下兩種策略實(shí)現：

1、先刪除緩存，再更新數據庫；

2、先更新數據庫，再刪除緩存；

當然除了這兩種策略之外，還有其他策略如將刪除緩存改為更新緩存，但考慮高頻繁更新及熱冷數據場(chǎng)景下緩存使用效率問(wèn)題，個(gè)人不推薦更新緩存方式，所以此處不做展開(kāi)。

3.1 先刪除緩存，在更新數據庫

操作流程如圖

如上圖，若先刪除緩存，再更新數據庫，則可能存在如下問(wèn)題：

若步驟5、6、7順序發(fā)生在步驟3、4之前或步驟3更新失敗，則步驟8中線(xiàn)程B查詢(xún)出的數據為舊數據，導致重新寫(xiě)入緩存的也為舊數據。

3.1.1 解決思路

失敗重試 + 延時(shí)雙刪

如圖中紅色部分所述，線(xiàn)程A在步驟4數據更新成功后，延遲一段時(shí)間，再次刪除緩存，這樣即可解決并發(fā)場(chǎng)景下線(xiàn)程B并發(fā)操作導致緩存與數據庫數據不一致問(wèn)題。延遲時(shí)間視實(shí)際業(yè)務(wù)場(chǎng)景對時(shí)間敏感度而定。

 3.2 先更新數據庫，再刪除緩存

操作流程如圖

如上圖，若先更新數據庫，再刪除緩存，則可能存在如下問(wèn)題：

步驟5、6發(fā)生在步驟3之前或步驟3刪除緩存失敗，則線(xiàn)程B通過(guò)步驟5會(huì )拿到緩存數據，但此時(shí)獲取到的緩存數據仍為舊數據。

3.2.1 解決思路

訂閱binlog

數據庫的每一步操作均會(huì )寫(xiě)入binlog日志，可以通過(guò)監聽(tīng)binlog，實(shí)時(shí)感知數據變化情況，根據數據變化情況刪除redis并添加重試機制，直至redis刪除成功。

引入消息隊列

上圖步驟3中若Redis刪除失敗，則將Redis key放入消息隊列，消費端監聽(tīng)消息隊列并刪除Redis直至刪除成功；

4 總結

需要注意的是3.1.1 和 3.2.1中描述的解決方案也只能保證最終數據一致性，無(wú)法保證強一致性，如上述各場(chǎng)景中若線(xiàn)程A操作異常，在通過(guò)3.1.1 和 3.2.1的方式解決問(wèn)題之前，其他線(xiàn)程仍有可能獲取到臟數據。

原文鏈接：https://blog.csdn.net/sxg0205/article/details/127531279