redis和mysql之间的一致性

1.为什么要使用redis

使用redis缓存可以提高数据访问速度，但是缓存实在内存中的，如果数据全存在redis中显然是不现实的，一般会存储一些经常访问的数据，不会经常变动的数据，这样可以减少请求之间访问数据库带来的时间消耗。

2.使用redis 带来的问题

内存消耗： Redis是基于内存的存储系统，如果存储的数据量过大，可能会占用大量内存，导致系统资源耗尽。
数据一致性： Redis的内存存储特性使得它在出现故障时可能会出现数据丢失的情况。或者和数据库中保存的数据不一致，导致业务发生逻辑性错误。
缓存穿透： 我们使用Redis大部分情况都是通过Key查询对应的值，假如发送的请求传进来的key是不存在Redis中的，那么就查不到缓存，查不到缓存就会去数据库查询。假如有大量这样的请求，这些请求像“穿透”了缓存一样直接打在数据库上，这种现象就叫做缓存穿透。
缓存击穿： 当某个缓存失效时，可能会导致大量请求直接访问数据库，造成数据库负载急剧增加。可以通过加锁、设置热点数据不过期等方式来避免缓存击穿。
缓存雪崩：缓存雪崩（Cache Avalanche）是指在缓存中大量缓存数据同时失效或过期，导致大量的请求直接访问后端数据源，从而引起数据库负载剧增，甚至可能导致系统崩溃的现象。缓存雪崩通常是由于缓存中的数据同时失效，或者在某个特定时间点缓存数据大量过期引起的。

3.一致性问题和解决

3.1 先删除缓存在更新数据库。

该种模式下请求A查询库中旧数据并设置缓存后，写请求B更新数据会造成数据不一致.

解决策略：

3.1.1 缓存设置过期时间，通过设置过期时间，过期时间到了之后会从数据库重新加载，尽管会有一定的延迟，但是可以到达最终一致性。

3.1.2 采用延迟双删策略，更新数据之后睡眠一会，然后再次执行删除。问题在于计算睡眠的时间

3.2 先写数据库在删除缓存，只有在极少数情况下会产生不一致情况，并且会有删除失败的情况

如下图，有两种情况

1.T1-T2请求C从数据库查询到旧的数据，然后写请求更新并且设置缓存，之后请求C用旧的数据覆盖新数据到缓存中。

2.T0-T2（主从的情况）写请求先更新数据库并删除缓存，C从库中查询由于延迟仍然查询到了旧值将它设置到缓存中，查询后主从复制将新数据写入到了从库。

解决策略：

3.2.1 订阅mysql binlog 日志，然后异步删除缓存。

3.2.2 使用锁机制更新数据的时候使用写锁，读取数据时使用读锁。

3.2.3 使用事务，通过事务的特性，确保更新数据和删除redis 同时成功。

使用锁或事务会使性能降低

3.3缓存更新的情况

读写缓存：在缓存中执行添加、删除和更改操作，并采用相应的回写策略将数据同步到数据库。

同步写入：使用事务确保缓存和数据更新的原子性，并执行失败重试（如果 Redis 本身失败，将降低服务的性能和可用性）。

异步写入：在写入缓存时，数据库不会同步写入，通过批量异步的方式将其写回数据库（在写回数据库之前，缓存失败会导致数据丢失）。

如下是异步写入数据库的时序图，该种方式也会产生不一致情况，并且同步数据库会有一定的延迟，适合对一致性要求不高的场景

一种异步写入的方式


/**
 * 以缓存为中心，读取时如果缓存没有从数据库获取，并保存到缓存钟，更新时先设置到缓存，然后异步更新数据库
 */

@Slf4j
@Component
@EnableScheduling
public class WriteBehind {
    @Autowired
    private AccountRepository accountRepository;


    @Autowired
    RedisTemplate redisTemplate;

    
    private final String cache_key="account";
    @Autowired
    RQueue<Account> accountRQueue;


    public Account getAccountById(Integer id) {
        if(redisTemplate.opsForValue().get(cache_key+"::"+id)!=null){
            return  (Account)redisTemplate.opsForValue().get(cache_key+"::"+id);
        }else{
            Optional<Account> byId = accountRepository.findById(id);
            byId.ifPresent(account -> redisTemplate.opsForValue().set(cache_key + "::" + id, account));
            return byId.get();
        }
    }

    public void evictAccountCache(Integer id) {
        redisTemplate.delete(cache_key + "::" + id);
    }

    public void updateAccount(Account account) {
        redisTemplate.opsForValue().set(cache_key+"::"+account.getId(),account);
        accountRQueue.add(account);
    }


    @Scheduled(fixedDelay = 1000, initialDelay = 2000)
    public void persist() {
        log.info("持久开始。。");
        while(!accountRQueue.isEmpty()){
            Account pool = accountRQueue.poll();
            if(pool!=null){
                accountRepository.save(pool);
            }
        }
    }

}