在高并發場景下，先更新緩存還是先更新數據庫

本篇內容主要講解“在高并發場景下，先更新緩存還是先更新數據庫”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“在高并發場景下，先更新緩存還是先更新數據庫”吧!

在大型系統中，為了減少數據庫壓力通常會引入緩存機制，一旦引入緩存又很容易造成緩存和數據庫數據不一致，導致用戶看到的是舊數據。

為了減少數據不一致的情況，更新緩存和數據庫的機制顯得尤為重要，接下來帶領大家踩踩坑。

Cache aside

Cache aside也就是旁路緩存，是比較常用的緩存策略。

(1)讀請求常見流程

Cache aside 讀請求

應用首先會判斷緩存是否有該數據，緩存命中直接返回數據，緩存未命中即緩存穿透到數據庫，從數據庫查詢數據然后回寫到緩存中，最后返回數據給客戶端。

(2)寫請求常見流程

Cache aside 寫請求

首先更新數據庫，然后從緩存中刪除該數據。

看了寫請求的圖之后，有些同學可能要問了：為什么要刪除緩存，直接更新不就行了?這里涉及到幾個坑，我們一步一步踩下去。

Cache aside踩坑

Cache aside策略如果用錯就會遇到深坑，下面我們來逐個踩。

踩坑一：先更新數據庫，再更新緩存

如果同時有兩個寫請求需要更新數據，每個寫請求都先更新數據庫再更新緩存，在并發場景可能會出現數據不一致的情況。

先更新數據庫，再更新緩存

如上圖的執行過程：

(1)寫請求1更新數據庫，將 age 字段更新為18;

(2)寫請求2更新數據庫，將 age 字段更新為20;

(3)寫請求2更新緩存，緩存 age 設置為20;

(4)寫請求1更新緩存，緩存 age 設置為18;

執行完預期結果是數據庫 age 為20，緩存 age 為20，結果緩存 age為18，這就造成了緩存數據不是最新的，出現了臟數據。

踩坑二：先刪緩存，再更新數據庫

如果寫請求的處理流程是先刪緩存再更新數據庫，在一個讀請求和一個寫請求并發場景下可能會出現數據不一致情況。

先刪緩存，再更新數據庫

如上圖的執行過程：

(1)寫請求刪除緩存數據;

(2)讀請求查詢緩存未擊中(Hit Miss)，緊接著查詢數據庫，將返回的數據回寫到緩存中;

(3)寫請求更新數據庫。

整個流程下來發現數據庫中age為20，緩存中age為18，緩存和數據庫數據不一致，緩存出現了臟數據。

踩坑三：先更新數據庫，再刪除緩存

在實際的系統中針對寫請求還是推薦先更新數據庫再刪除緩存，但是在理論上還是存在問題，以下面這個例子說明。

先更新數據庫，再刪除緩存

如上圖的執行過程：

(1)讀請求先查詢緩存，緩存未擊中，查詢數據庫返回數據;

(2)寫請求更新數據庫，刪除緩存;

(3)讀請求回寫緩存;

整個流程操作下來發現數據庫age為20，緩存age為18，即數據庫與緩存不一致，導致應用程序從緩存中讀到的數據都為舊數據。

但我們仔細想一下，上述問題發生的概率其實非常低，因為通常數據庫更新操作比內存操作耗時多出幾個數量級，上圖中最后一步回寫緩存(set age  18)速度非常快，通常會在更新數據庫之前完成。

如果這種極端場景出現了怎么辦?我們得想一個兜底的辦法：緩存數據設置過期時間。通常在系統中是可以允許少量的數據短時間不一致的場景出現。

Read through

在 Cache Aside 更新模式中，應用代碼需要維護兩個數據源頭：一個是緩存，一個是數據庫。而在 Read-Through  策略下，應用程序無需管理緩存和數據庫，只需要將數據庫的同步委托給緩存提供程序 Cache Provider 即可。所有數據交互都是通過抽象緩存層完成的。

Read-Through流程

如上圖，應用程序只需要與Cache Provider交互，不用關心是從緩存取還是數據庫。

在進行大量讀取時，Read-Through  可以減少數據源上的負載，也對緩存服務的故障具備一定的彈性。如果緩存服務掛了，則緩存提供程序仍然可以通過直接轉到數據源來進行操作。

Read-Through 適用于多次請求相同數據的場景，這與 Cache-Aside 策略非常相似，但是二者還是存在一些差別，這里再次強調一下：

• 在 Cache-Aside 中，應用程序負責從數據源中獲取數據并更新到緩存。

• 在 Read-Through 中，此邏輯通常是由獨立的緩存提供程序(Cache Provider)支持。

Write through

Write-Through 策略下，當發生數據更新(Write)時，緩存提供程序 Cache Provider 負責更新底層數據源和緩存。

緩存與數據源保持一致，并且寫入時始終通過抽象緩存層到達數據源。

Cache Provider類似一個代理的作用。

Write-Through流程

Write behind

Write behind在一些地方也被成為Write back， 簡單理解就是：應用程序更新數據時只更新緩存， Cache  Provider每隔一段時間將數據刷新到數據庫中。說白了就是延遲寫入。

Write behind流程

如上圖，應用程序更新兩個數據，Cache Provider 會立即寫入緩存中，但是隔一段時間才會批量寫入數據庫中。

這種方式有優點也有缺點：

• 優點是數據寫入速度非常快，適用于頻繁寫的場景。

• 缺點是緩存和數據庫不是強一致性，對一致性要求高的系統慎用。

總結

學了這么多，相信大家對緩存更新的策略都已經有了清晰的認識。最后稍稍總結一下。

緩存更新的策略主要分為三種：

• Cache aside

• Read/Write through

• Write behind

Cache aside 通常會先更新數據庫，然后再刪除緩存，為了兜底通常還會將數據設置緩存時間。

Read/Write through 一般是由一個 Cache Provider 對外提供讀寫操作，應用程序不用感知操作的是緩存還是數據庫。

Write behind簡單理解就是延遲寫入，Cache Provider 每隔一段時間會批量輸入數據庫，優點是應用程序寫入速度非常快。

到此，相信大家對“在高并發場景下，先更新緩存還是先更新數據庫”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！