文章目录[隐藏]
目录
前言
缓存和数据库如何保证数据的一致是个很经典的问题，关于先更新缓存，还是先更新数据库，或者先删除缓存，还是先删除数据的先后问题，再读写并发的场景下很难做到数据一致，我认为比较好的两种方案： 一种是我们经常说的延迟双删机制，但是这个延迟的时间是无法很准确的把握的，还有如果缓存删除失败了应该如何处理，总体来说还是不保险的； 另外一种我认为是比较可行的方法，要引入阿里的canal，通过拉取binlog日志解析推送的MQ实现异步更新缓存，达到最终缓存和数据库的一致性；
延迟双删策略
基本流程就是客户端A请求,先去删除缓存，然后将数据写入数据库，此时客户端B查询先去查询缓存，缓存没有返回，去查数据库，此时还没有完成主从同步，拿到是从库的旧数据，然后将旧数据进行缓存，在客户端A完成主从同步后，再次删除缓存，这时数据才是一致的，但是重点就是在休眠的几秒钟，会造成数据的不一致性；
注意点：第二次删除缓存如果失败，那么缓存里面大概率还是旧数据； 所以第二次缓存删除重试的方法比较关键：
- 一种：失败记录写表，起定时任务去扫描表进行重试，显然这种方式并不会很好，会对数据库造成很大的压力；
- 另外一种：异步处理，利用消息队列，将消息放在队列中，缓解数据库压力，但是要增加对消息队列的维护；
简单写个延迟双删的demo
@RestController
@RequestMapping
public class RedisController {
@Autowired
private RedisTemplate redisTemplate;
@Autowired
private SysUserMapper sysUserMapper;
@GetMapping
public void duobleCancle() throws InterruptedException {
//删除缓存
redisTemplate.delete("1");
//获取数据
SysUser sysUser = sysUserMapper.selectUserById(Long.valueOf(1));
//更新数据
SysUser updateSysUser =new SysUser();
updateSysUser.setUserName("Lxlxxx");
updateSysUser.setEmail("@163.com");
UpdateWrapper<SysUser> updateWrapper = new UpdateWrapper();
updateWrapper.eq("userId",1);
sysUserMapper.update(updateSysUser,updateWrapper);
//休眠时间这里的设定，是根据读业务的同步时间来设定的，这是一个大概的范围
Thread.sleep(3000);
//将读取的数据放入缓存
redisTemplate.opsForValue().append(sysUser.getUserId(), JSON.toJSONString(sysUser));
//第二次删除缓存
//如果删除失败，缓存里面存的应该还是旧数据，后面线程读的还是旧数据，实际数据库已经是新数据了
redisTemplate.delete("1");
}
由此可见问题还是比较多的，如果这么在项目中使用这种写法，那最终还是会读取到脏数据；
基于订阅binlog异步更新缓存
大致的流程是这样的：
具体binlog订阅实现
步骤：先安装canal、然后安装rabbitmq、然后就是mysql
Canal配置，因为canal支持 tcp, kafka, rocketMQ, rabbitMQ这四种异步的方式，这里我们使用 rabbitMQ，所以将serverMode配置成rabbitMQ
#编辑conf/canal.properties，修改MQ配置 canal.ip = 1 #canal服务器标识 canal.serverMode = rabbitmq # 指定rabbitmq canal.mq.servers = 127.0.0.1 ## canal.mq.vhost=canal #MQ虚拟机名称 canal.mq.exchange=exchange.trade #交换机名称，用于将消息发送到绑定的队列 canal.mq.username=guest #MQ登录账号，注意要有上面vhost的权限 canal.mq.password=guest #MQ密码 --------------------------------------------------------------------------------- #编辑conf/example/instance.properties实例配置,配置数据库信息 canal.instance.dbUsername=root canal.instance.dbPassword=123456 canal.instance.mysql.slaveId=1234 canal.instance.master.address=127.0.0.1:3306 ## 数据库地址 canal.instance.defaultDatabaseName=test ## 数据库名 canal.mq.topic=example # 路由键，需要跟MQ中交换机队列的绑定路由key保持一致
mysql的my.cnf配置
#增加以下配置 log-bin=mysql-bin # 开启 binlog binlog-format=ROW # 选择 ROW 模式 server_id=1 # 配置
引入依赖，我分别引入的是redis、rabbitmq、mybatis-plus、fastsjon的包
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-amqp</artifactId>
</dependency>
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>fastjson</artifactId>
<version>1.2.3</version>
</dependency>
<dependency>
<groupId>com.baomidou</groupId>
<artifactId>mybatis-plus-boot-starter</artifactId>
<version>${mybatis.plus.version}</version>
</dependency>
application.yml配置文件
spring:
rabbitmq:
virtual-host: canal
host: 127.0.0.1
publisher-confirms: true
#数据源
datasource:
url: jdbc:mysql://127.0.0.1:3306/test?useUnicode=true&characterEncoding=utf8&useSSL=false&serverTimezone=UTC
username: root
password: root
driver-class-name: com.mysql.jdbc.Driver
redis:
host: 127.0.0.1
RabbitmqConfig配置
@Configuration
public class RabbitMqConfig {
@Bean
public Queue TestDirectQueue() {
return new Queue("exchange.canal.queue",true);
}
//Direct交换机 起名：exchange.trade
@Bean
DirectExchange TestDirectExchange() {
return new DirectExchange("exchange.canal");
}
//绑定 队列和交换机绑定
@Bean
Binding bindingDirect() {
return BindingBuilder.bind(TestDirectQueue()).to(TestDirectExchange()).with("example");
}
}
RabbitMqListener监听消息异步处理 canal拉取的binlog日志
@Component
@Slf4j
public class RabbitMqListener {
@Autowired
private StringRedisTemplate redisTemplate;
@RabbitListener(queues = "exchange.canal.queue")
public void process(Message message) {
log.info("canal queue消费的消息" + message.getBody());
Map map = JSON.parseObject(message.getBody(), Map.class);
JSONArray array = null;
String sqlType = (String) map.get("type");
//如果是查询,则去获取data数据
if (StringUtils.endsWithIgnoreCase("SELECT", sqlType)) {
array = JSONArray.parseArray((String) map.get("data"));
}
if (null == array) {
return;
}
JSONObject jsonObject = array.getJSONObject(0);
//如果是update、insert 其中一个则去更新缓存
if (StringUtils.endsWithIgnoreCase("UPDATE", sqlType)
|| StringUtils.endsWithIgnoreCase("INSERT", sqlType)) {
redisTemplate.boundValueOps(jsonObject.get("code").toString()).set(jsonObject.toString());
//反之类型为"delete"则去删除缓存
} else if (StringUtils.endsWithIgnoreCase("DELETE", sqlType)) {
redisTemplate.delete(jsonObject.get("code").toString());
}
//查询到新的数据去更新缓存 ，反之再去删除对应的缓存，这里进行二次删除
if (StringUtils.endsWithIgnoreCase("SELECT", sqlType)) {
redisTemplate.boundValueOps(jsonObject.get("code").toString()).set(jsonObject.toString());
} else {
redisTemplate.delete(jsonObject.get("code").toString());
}
}
}
总结
在高并发的场景下缓存和数据库的一致性的问题，永远是个比较大的问题，在请求量很大的情况下，我们必须使用缓存来减少数据库的压力，但是我们需要对数据库进行频繁更新，其实基本保证不了瞬间的一致性，只能在最终保证一致性，通过消息异步的方式可以有效的控制缓存更新、删除的可靠性。
到此这篇关于详解Redis缓存与Mysql如何保证双写一致的文章就介绍到这了,更多相关Redis缓存Mysql双写一致内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
本文由 华域联盟 原创撰写：华域联盟 » 详解Redis缓存与Mysql如何保证双写一致
转载请保留出处和原文链接：https://www.cnhackhy.com/157485.htm
