前言

在高并发的场景下，大量的请求直接访问MySQL很容易造成性能瓶颈。所以，我们都会用Redis来做数据的缓存，削减对数据库的压力。但是，MySQL和Redis是两种不同的数据库，如何保证不同数据库之间数据的一致性就非常关键了。

关于MySQL和Redis中的数据一致性问题，可以先说一下结论：没有完美的方案，只有最适合某场景的方案。这个问题表面上看是数据一致性的问题，其实根本上，又是数据一致性、系统性能和系统复杂度的选择与取舍。我们所能做到的是尽可能让它们的数据在绝大部分时间内保持一致，并保证最终是一致的。

一、缓存案例

1.1 缓存常见用法

通常情况下，我们使用缓存的主要目的是为了提升查询的性能。大多数情况下，我们使用缓存的例子如下图。

1.用户请求过来之后，先查缓存有没有数据，如果有则直接返回。
2.如果缓存没数据，再继续查数据库。
3.如果数据库有数据，则将查询出来的数据，放入缓存中，然后返回该数据。
4.如果数据库也没数据，则直接返回空。

这是缓存非常常见的用法，一眼看上去，好像没有啥问题。但如果数据库中的某条数据，放入缓存之后，又立马被更新了，那么缓存中的数据就和数据库中的数据不一致了。

1.2 缓存不一致产生的原因

如果数据一直没有变更，那么就不会出现Redis和MySQL数据不一致性的问题。

两者之间数据不一致是因为一者发生了数据的变更，另一者如何在短时间内同步数据的问题。因为每次数据变更需要同时操作数据库和缓存，而他们又属于不同的系统，无法做到同时操作成功或失败，总会有一个时间差。在并发读写的时候可能就会出现缓存不一致的问题。

二、解决方案

缓存更新的设计方法大概有5种，下面分别对这四种方案进行描述。

2.1 先删除缓存，再更新数据库

1. 这种方法在并发读写的情况下容易出现缓存不一致的问题。
   

2. 如上图所示，其可能的执行流程顺序为：
   1.客户端1 触发更新数据A的逻辑
   2.客户端2 触发查询数据A的逻辑
   3.客户端1 删除缓存中数据A
   4.客户端2 查询缓存中数据A，未命中
   5.客户端2 从数据库查询数据A，并更新到缓存中
   6.客户端1 更新数据库中数据A

可见，最后缓存中的数据A跟数据库中的数据A是不一致的，缓存中的数据A是旧的脏数据。因此一般不建议使用这种方式。

2.2 先更新数据库，删除缓存

1. 这种方法在并发读写的情况下，也可能会出现短暂缓存不一致的问题。
   
2. 如上图所示，其可能执行的流程顺序为：
   1.客户端1 触发更新数据A的逻辑
   2.客户端2 触发查询数据A的逻辑
   3.客户端3 触发查询数据A的逻辑
   4.客户端1 更新数据库中数据A
   5.客户端2 查询缓存中数据A，命中返回（旧数据）
   6.客户端1 让缓存中数据A失效
   7.客户端3 查询缓存中数据A，未命中
   8.客户端3 查询数据库中数据A，并更新到缓存中

可见，最后缓存中的数据A和数据库中的数据A是一致的，理论上可能会出现一小段时间数据不一致，不过这种概率也比较低，大部分的业务也不会有太大的问题。

2.3 只更新缓存，由缓存自己同步更新数据库

1. 只更新缓存，再由缓存去同步更新数据库。一个Write Through的例子如下：

2. 如上图所示，其可能的执行流程顺序为：
   1.客户端1 触发更新数据A的逻辑
   2.客户端2 触发查询数据A的逻辑
   3.客户端1 更新缓存中的数据A，返回
   4.客户端2 查询缓存中的数据A，命中返回
   5.缓存异步更新数据A到数据库中

这种方式的优势是读写的性能都非常好，基本上只要操作完内存后就返回给客户端了，但是其是非强一致性，存在丢失数据的情况。

如果在缓存异步将数据更新到数据库中时，缓存服务挂了，此时未更新到数据库中的数据就丢失了。

2.4 只更新缓存，由缓存自己异步更新数据库

1. 只操作更新缓存，再由缓存异步去更新数据库，例如：
   
2. 如上图所示，其可能的执行流程顺序为：
   1.客户端1 触发更新数据A的逻辑
   2.客户端2 触发查询数据A的逻辑
   3.客户端1 更新缓存中的数据A，返回
   4.客户端2 查询缓存中的数据A，命中返回
   5.缓存异步更新数据A到数据库中

这种方式的优势是读写的性能都非常好，基本上只要操作完内存后就返回给客户端了，但是其是非强一致性，存在丢失数据的情况。

如果在缓存异步将数据更新到数据库中时，缓存服务挂了，此时未更新到数据库中的数据就丢失了。

2.5 引入 MQ

在高并发的业务场景中，MQ（消息队列）是必不可少的技术之一。它不仅可以异步解耦，还能削峰填谷。对保证系统的稳定性是非常有意义的。MQ的生产者生产了消息之后，通过指定的topic发送到MQ服务器。然后MQ的消费者订阅该topic的消息，读取消息数据之后，做业务逻辑处理。使用MQ重试的具体方案如下：

1. 当用户操作写完数据库，但删除缓存失败了，产生一条消息，发送给MQ服务器。
2. 消费者读取MQ消息，重试5次删除缓存。如果其中有任意一次成功了，则返回成功。如果重试了5次，还是失败，则写入死信队列中。
3. 推荐MQ使用RocketMQ，重试机制和死信队列默认是支持的。使用起来非常方便，而且还支持顺序消息，延迟消息和事务消息等多种业务场景。

当然在该方案中，删除缓存可以完全走异步。即用户的写操作，在写完数据库之后，不用立刻删除一次缓存。而直接发送消息，到MQ服务器，然后有消费者全权负责删除缓存的任务。因为MQ的实时性还是比较高的，因此改良后的方案也是一种不错的选择。

三、总结

1.我们能放入缓存的数据本就不应该是实时性、一致性要求超高的。所以缓存数据的时候加上过期时间，保证能够再容忍的时间段内拿到当前最新数据即可。
2.我们不应该过度设计，增加系统的复杂性。
3.遇到实时性、一致性要求高的数据，就应该查数据库，即使慢点。