redis分布式锁解决缓存双写一致性

2023-05-19 11:05:06 分布式 缓存 解决

如何解决缓存双写问题

只要涉及到缓存,那么缓存双写的问题就避免不了,每一种情况下使用的方案也不相同,对于数据一致性要求不高的场景,我们可以使用延时双删等方案来实现,而对于一致性要求很高的场景,在之前查找的资料都是基于队列来实现,也就是所有的请求都进入一个队列,但是实现起来相对来说比较复杂。今天就使用分布式锁来实现

业务背景-美食分享

1: 现在有一个很火的美食博主分享了一篇美食,此刻是很多人都会来查看,对于美食分享是典型的读多写少的场景,可以利用缓存

//根据id查询美食信息  
public GoodsVO loadGoodsInfoById(Long id) {
  //从Redis中拿用户信息
  Object obj = redisTemplate.opsForValue().get(GOODS_KEY + id);
  if(obj == null) {
      //如果redis中不存在,就从数据库中获取
      GoodsVO goods = loadGoodsFromDb(id);
      //将结果保存到redis中
      redisTemplate.opsForValue().set(GOODS_KEY+id,JSONUtil.tojsonPrettyStr(goods));
      return fileUser;
  }
  return JSONUtil.toBean(obj.toString(), GoodsVO.class);
}
//编辑美食信息
public void modifyGoodsById(GoodsVO goodsVO) throws Exception{
    //删除缓存
    redisTemplate.delete(GOODS_KEY + goodsVO.getId());
    //更新用户信息
    goodsMapper.updateById(goodsVO);
    //删除缓存
    Thread.sleep(1000);
    redisTemplate.delete(GOODS_KEY + goodsVO.getId());
}

而对于更新数据的时候是先更新缓存还是先更新数据库呢?

1:先更新缓存再更新数据库

  • 如果更新缓存成功,更新数据库失败,那么缓存中的数据就是脏数据,与数据库数据不一致

2:先更新数据库再更新缓存

  • 更新数据库成功,但是此时更新缓存失败,那么缓存中的还是脏数据,与数据库数据不一致

3:延时双删 - 先删除缓存,再更新数据库,最后再删除缓存

  • 即使第一次删除缓存失败了,后续的更新数据库操作也不会执行,此时来读取的线程发现缓存中没有数据,从数据库读取最新的。
  • 第一次删除缓存成功,更新数据库失败,此时来读取的线程发现缓存中没有数据,从数据库读取最新的。
  • 第一次删除缓存成功,更新数据库成功,第二次删除缓存成功,那么来读取的线程发现缓存中没有数据,从数据库读取最新的。
  • 第一次删除除缓存成功,更新数据库成功,第二次删除缓存失败,这时候就会有问题了

问题一:Thread-A第一次删除缓存成功,然后更新数据,但是这时候不知道怎么了,可能是线程阻塞了或者其它原因,导致还没有开始更新数据库,这时候另外一个线程Thread-B来读取数据了,读取到数据之后将数据放到缓存中,这时候Thread-A才开始更新数据库,但是Thread-A在第二次删除缓存的时候失败了,此时就导致缓存中的数据是之前的旧数据,与数据库的数据不一致

问题二:假设修改的时候都没问题,第二次删除的缓存的时候都正常,这时候读取数据的时候缓存里面肯定就没有了,这时候就要从数据库读取,如果这时候一下子并发量很高,那么这些线程都要从数据库中查询,这时候数据库都有可能直接挂掉

分布式锁

查询

//根据id查询美食信息  
public GoodsVO loadGoodsInfoById(Long id) {
  //从redis中拿用户信息
  Object obj = redisTemplate.opsForValue().get(GOODS_KEY + id);
  if(obj == null) {
      //如果redis中不存在,就从数据库中获取
      GoodsVO goods = loadGoodsFromDb(id);
      return fileUser;
  }
  return JSONUtil.toBean(obj.toString(), GoodsVO.class);
}
//查询缓存中没有,这时候就要去数据库中查询
public String getGoodInfoFromDb(Long id) {
    //此时这里要加的锁和 modifyGoodsById()方法加的应该是同一把锁,这样才能保证双写一致性
    boolean lock = redisLock.tryLock(GOODS_KEY+id);
    if(!lock) {
    	//获取锁失败,尝试从缓存中获取
    	Object obj = redisTemplate.opsForValue().get(GOODS_KEY + id);
      if(obj != null){
          return JSONUtil.toBean(obj.toString(), GoodsVO.class);
      }else{
          //直接返回一个操作频繁的信息给前端
          throw new GloableException("访问频繁,请稍后再试");
      }
    }
    try{
        //获取到锁了
        //尝试从缓存中拿
        Object obj = redisTemplate.opsForValue().get(GOODS_KEY + id);
        if(obj != null) {
            return JSONUtil.toBean(obj.toString(), GoodsVO.class);
        }
        //缓存中没有,从Mysql中拿
        GoodsVO goods = goodsMapper.selectById(id);
        if(goods == null) {
            //为了解决缓存穿透的问题
            redisTemplate.opsForValue().set(GOODS_NULL_KEY + id);
            return null;
        }
        //将数据库查到的数据放到缓存中
        redisTemplate.opsForValue().set(GOODS_KEY+id,JSONUtil.toJsonPrettyStr(goods));
        return goods;
    }finally{
       //释放锁
       redisLock.unLock(GOODS_KEY+goodsVO.getId());
    }
}

修改

//编辑美食信息
public void modifyGoodsById(GoodsVO goodsVO) throws Exception{
    //尝试获取锁
    boolean lock = redisLock.tryLock(GOODS_KEY+goodsVO.getId());
    if(!lock) {
      	//直接返回一个操作频繁的信息给前端
        throw new GloableException("更新数据失败,请稍后再试.....");
    }
    try{
        //获取到锁了
        //更新用户信息
        goodsMapper.updateById(goodsVO);
        //更新完之后,将数据库最新的数据更新到缓存中
        redisTemplate.opsForValue().set(GOODS_KEY+id,JSONUtil.toJsonPrettyStr(goodsVO));
    }finally{
        //释放锁
        redisLock.unLock(GOODS_KEY+goodsVO.getId());
    }
}

现在第一次来访问数据,返现Redis中没有,这时候就会去mysql中查,但是只有获取到锁的线程才可以去数据库中查,所以此时只有一个线程访问数据库,这时候即使有线程要去修改数据,由于锁已经被拿走了,无法获取到锁,也就无法修改,保证了数据一致性。

假设现在修改的线程获取到锁了。由于之前Redis中已经有数据了,此时所有读取数据的线程都从Redis中拿,当修改完数据之后,重新设置缓存,此时缓存中的数据就是最新的

以上就是分布式锁解决缓存双写一致性的详细内容,更多关于分布式锁解决缓存双写一致性的资料请关注其它相关文章!

相关文章