缓存一致性策略

概念

业务中通常使用MySQL作为持久化数据库，并使用缓存来提升系统性能，同时使用缓存和数据库会存在数据一致性问题，而缓存一致性策略，或者也可以叫做缓存读写策略，是指在写数据或读数据时，数据库与缓存之间如何去维护数据一致性的方案。

换一个视角，从CAP理论视角来看，缓存属于AP系统，即保证分区容错和高可用，一致性采用最终一致性策略，所以，对于追求绝对一致性的场景，不适合引入缓存。

CAP理论：简单来说，一个分布式系统只能同时满足AP或者CP，不存在CAP系统，CA系统只存在于单机环境

• Consistency：强一致性，任何节点在任何时间返回的数据相同
• Availability：高可用，所有请求能够在有限时间内被响应，即使某些节点故障，依然能够返回有效数据（不一定是最新数据）
• Partition Tolerance：分区容错性，发生网络分区后能够继续提供服务

三大策略

旁路缓存模式

写场景

• 更新DB
• 删除cache

策略	一致性风险	推荐度
先更新缓存，再更新数据库	⚠️ 高风险：缓存更新成功，数据库更新失败 → 缓存新值，数据库旧值	❌ 不推荐
先更新数据库，再更新缓存	⚠️ 高风险：数据库更新成功，缓存更新失败 → 数据库新值，缓存旧值	❌ 不推荐
先删除缓存，再更新数据库	⚠️ 高并发下风险高：读请求可能读到旧值并写入缓存	❌ 不推荐
先更新数据库，再删除缓存	⚠️ 风险低：理论上存在不一致，但概率极小	✅ 推荐

为什么先更新DB，再删除Cache？ 先删除Cache，再更新DB可以吗，当然不可以，数据一致性风险很高，考虑下边这个场景：

1. 客户端A发起写请求，删除Cache
2. 客户端B发起读请求，发现Cache不在，查询DB并写入缓存（缓存旧值）
3. 客户端A写DB（DB新值）

所以，采用先删后写的策略，那先删后写一定可以保证数据一致性嘛？不能够完全保证，但是！出现一致性问题的概率很低

1. 客户端A发起读请求，没有命中缓存，查询DB
2. 客户端B发起写请求，没有命中缓存，写DB（DB新值）
3. 客户端A将查询到的数据写缓存（缓存旧值）

以上场景会出现数据一致性问题，但是为什么说概率很小呢？

• 两个请求需要命中同一份数据且数据在缓存中不存在
• 13执行时间远小于2执行时间，但是13是读DB+写缓存，2是写DB，缓存写的时间要远小于硬盘写，前者纳秒级，后者毫秒级

那这么说的话，为什么是删缓存而不是直接写缓存呢？删除操作执行速度更快，在多写情况下，频繁更新容易出现瓶颈

读场景

• 读Cache，未命中读DB
• 数据加载到Cache
  

旁路缓存模式下，DB和Cache操作是同步的，因为需要保证缓存写和DB写的顺序一致，因此旁路缓存不适合多写场景，而且频繁的删除会影响缓存命中率；此外，首次请求的数据一定不在Cache中

有杠精要问了，那我一定要先删缓存再写DB呢？怎么办？延时双删！！！！
先说一句，如果是强一致场景，必须先写DB，再删缓存，先删再写适合于能容忍一定程度不一致的场景，延时双删是指删除缓存之后，间隔一小段时间再次进行删除，中间的这段间隔存在数据不一致风险，因此这个间隔需要尽可能地小，但同时也要保证间隔时间大于写DB的时间

读写穿透

读写穿透和旁路缓存一样，区别只在于将操作DB的任务交给了缓存去做，不需要RD去操作DB，完全面向缓存

写场景

读场景

异步写入

之前也说了，旁路缓存和读写穿透DB和缓存属于同步操作，在高并发写场景下性能极差，异步缓存写入思想很简单，就是同步更新缓存，异步写DB，但是这种方案的一致性风险很高，因此需要额外的机制保证异步写DB一定成功，分布式系统主从同步、MySQL的Buffer Pool刷盘都用到了异步写入

删除缓存重试机制

上边说的三种一致性策略，无论是删除还是写入，其实都存在由于各种各样原因导致失败的情况，比如删除缓存失败，一旦失败，除非后续有新的写请求，否则缓存中的一直是旧值，可以通过缓存删除重试来解决这个问题。

flowchart TD A[应用服务: 更新数据库] --> B[应用服务: 尝试删除缓存] B --> C{删除是否成功?} C -- 是 --> D[流程结束] C -- 否/异常 --> E[应用服务: 发送删除消息<br>到消息队列] E --> F[消息队列<br>持久化存储消息] F --> G[重试消费者: 拉取消息] G --> H[重试消费者: 尝试删除缓存] H --> I{删除是否成功?} I -- 是 --> J[重试消费者: 确认消费<br>消息从队列移除] I -- 否 --> K[重试消费者: 消息处理失败] K --> L{重试次数<br>超过上限?} L -- 否 --> M[消息队列: 重新投递消息<br>等待下一次重试] L -- 是 --> N[重试消费者: 放入死信队列<br>并告警人工介入] M --> G

一种无侵入式一致性解决方案

通过监听MySQL binlog，自动触发缓存删除，本质上属于异步写入策略，但是其对业务代码没有侵入性，高并发性能很好