Redis的缓存与数据库双写不一致问题

最新推荐文章于 2025-05-31 02:02:25 发布
原创 最新推荐文章于 2025-05-31 02:02:25 发布 · 1.3k 阅读 · 4 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#缓存 #redis

本文探讨了Redis缓存与数据库双写不一致的问题，分析了CacheAsidePattern模式下的读写操作，并针对可能产生的不一致性提出了三种解决方案：消息队列串行化、加分布式锁及使用阿里开源的Canal。

Redis的缓存与数据库双写不一致问题

一、Cache Aside Pattern

在了解这个问题之前，我们有必要知道缓存+数据库读写数据的模式，也就是Cache Aside Pattern

（1）读的时候：先读缓存，缓存没有的话，就读数据库，然后取出数据后放入缓存，同时返回响应；
（2）写的时候：先更新数据库，然后再删除缓存。
写的时候模式分析为什么是删除缓存，而不是更新缓存？：
①假设我们有10次写，若是更新缓存的话需要更新10次缓存，10次数据库，我们优化为只需要删除一次缓存，更新10次数据库，当有一个读请求过来只是没有命中，去数据库读取一下，这样对性能的影响也不是很大；
②这是 一个 lazy 计算的思想，不要每次都重新做复杂的计算，不管它会不会用到，而是让它到需要被使用的时候再重新计算。像mybatis，hibernate，都有懒加载思想。

二、缓存与数据库双写不一致

1、双写不一致情况

线程1在写数据库与更新缓存之间卡顿了一下，然后线程2在线程1卡顿的这个空隙去写了数据库并刷新了缓存，然后线程2都已经执行完了，线程1又把脏数据更新到了缓存，造成了数据库与缓存不一致。
在这里插入图片描述

2、读写并发不一致

先更新写操作的，由于中间网络问题或者什么问题造成更新数据推后，最后造成了脏数据的更新，导致数据库与缓存双写不一致。
在这里插入图片描述

三、解决方案

（1）对于并发几率很小的数据(如个人维度的订单数据、用户数据等)，这种几乎不用考虑这个问题，很少会发生缓存不一致，可以给缓存数据加上过期时间，每隔一段时间触发读的主动更新即可。
（2）就算并发很高，如果业务上能容忍短时间的缓存数据不一致(如商品名称，商品分类菜单等)，缓存加上过期时间依然可以解决大部分业务对于缓存的要求。

1、消息队列串行化

（1）主要思路：在后台进程中我们可以创建多个队列，然后根据hash算法将写请求路由到不同的队列中，当来读请求的时候，就加入队列中，当写请求处理完毕后，再去处理读请求。
（2）分析：如果对于同一份数据有多个写请求同时在队列中，那么来一个读请求中加入队列中之后，一般写请求耗时比较久，那么读请求会需要很久才能返回，这样会特别影响性能，但能保证一致性（一般情况下建议不要用）

2、加分布式锁

通过加分布式读写锁保证并发读写或写写的时候按顺序排好队，读读的时候相当于无锁。

3、用阿里开源的canal

可以用阿里开源的canal通过监听数据库的binlog日志及时的去修改缓存，但是引入了新的中间件，增加了系统的复杂度
在这里插入图片描述

如何保证 Redis 缓存与数据库双写一致性？
yanglingzhi888的博客
06-19 408
在做系统优化时，想到了将数据进行分级存储的思路。因为在系统中会存在一些数据，有些数据的实时性要求不高，比如一些配置信息。 基本上配置了很久才会变一次。而有一些数据实时性要求非常高，比如订单和流水的数据。所以这里根据数据要求实时性不同将数据分为三级。第1级：订单数据和支付流水数据；这两块数据对实时性和精确性要求很高，所以不添加任何缓存，读写操作将直接操作数据库。第2级：用户相关数据；这些数据和用户相关，具有读多写少的特征，所以我们使用redis进行缓存。第3级：支付配置信息；这些数据和用户无关，具有数据量小，
Redis——Redis缓存与数据库数据一致性问题
庄小焱
03-15 1997
摘要 主要介绍redis的高并发的架构的原理和使用的场景实现。解决的分布式数据不一致问题的最基本的原理是采用的是原子性操作问题。在redis中主要是依赖于的是Lua来实现的。 1、高并发场景秒杀下单超卖，使用的Redis的来实现的分布式锁的原理 1使用的JVM的锁的结构（但是在目前线上都是的集群模型的内容，所以会导致的这样的数据不一致问题。）synchronized锁问题 或者是使用的的是主线程来实现这样的一个结构。通过控制时间，但是还是存在的问题。 如果存在一个线程出现的bug的时候：设置一个
缓存与数据库双写，不一致问题及解决方案
不喝枸杞的程序员
04-12 1987
面试题 如何保证缓存与数据库的双写一致性？ 面试官心理分析 你只要用缓存，就可能会涉及到缓存与数据库双存储双写，你只要是双写，就一定会有数据一致性的问题，那么你如何解决一致性问题？ 面试题剖析 一般来说，如果允许缓存可以稍微的跟数据库偶尔有不一致的情况，也就是说如果你的系统不是严格要求“缓存+数据库” 必须保持一致性的话，最好不要做这个方案，即：读请求和写请求串行化，串到一个内存队列里...
Redis-双写一致性
weixin_38915773的博客
05-29 1050
Redis保证双写一致性，mysql与Redis的双写一致性，共享锁，排他锁
如何保证Redis与MySQL双写一致性？分布式场景下的终极解决方案
正在努力模索的博客
03-12 1348
保证Redis与MySQL双写一致性的本质，是在性能与一致性之间寻找平衡点。Cache-Aside模式 + 延时双删 + Binlog兜底Redis新特性：Redis 6.0的Client-side caching功能数据库原生支持：AWS Aurora的缓存自动同步机制分布式事务框架：Seata的AT模式理解这些技术原理后，开发者应根据业务特性灵活选型。没有银弹，只有最适合的解决方案。
【Redis】什么是缓存与数据库双写不一致？怎么解决？
迪曼奥特迦-博客
02-28 2614
在实际开发中，开发人员使用 “缓存 + 过期时间” 的策略来实现加速数据读写和内存使用率，这种策略能满足大多数业务场景。但还是会有一些问题：当前 key 是一个热点 key（某时间管理大师登顶微博热搜第一），并发量非常大；在缓存失效瞬间，重建缓存不能在短时间完成（可能是一个负责业务场景，需要经过复杂的计算、多次IO、多次服务之间调用等等），有大量线程来重建缓存，造成后端负载加大，甚至可能会让应用崩溃。下面一起看一下热点缓存重建场景下的解决方案。
redis缓存、数据库双写不一致
11-08 297
Cache Aside Pattern模式 读的时候 先读缓存，缓存没有的话，再读取数据库，然后取出数据后放入缓存，同时返回响应 更新的时候 先删除缓存，然后再更新数据库(之所以删除缓存而不是更新，其实是一个懒加载的思想，避免频繁更新，降低开销) 缓存、数据库双写不一致 场景1： 先修改数据库，再修改/删除缓存，如果修改/删除缓存失败了，导致数据库中是新数据，缓存中是旧数据，数据出现不一致 解决思路 先删除缓存，再修改数据库,如果修改数据库失败，那么数据库中是旧数据,缓存中是空的，也不会存在不一致
redis缓存与数据库双写不一致问题以及解决方案
qq_28228605的博客
10-19 3555
参考： 缓存与库先写哪个，这十几张图告诉你 分布式之数据库和缓存双写一致性方案解析 1. 先更新数据库，再更新缓存 不可行。 原因分析： 频繁更新缓存浪费资源（写多读少的场景） 缓存数据计算复杂，浪费性能（可能涉及多张表的计算） 线程并发安全问题。（更新缓存的顺序不一致，导致脏数据） 2.先更新数据库，再删除缓存 旁路缓存策略（Cache Aside Pattern） 使用方式 基本读取： 先读缓存，缓存中没有数据的话，去数据库中读取，然后存入缓存中，同时返回响应。 先更新数据库，.
【线上故障排查】Redis缓存与数据库中数据不一致问题（面试题 + 3 步追问应对 + 案例分析）
博客
05-31 745
Redis缓存与数据库数据不一致问题常见于高并发场景，主要原因包括更新顺序不当、缓存失效异常和并发操作冲突。某电商平台大促期间出现商品价格不一致问题，经排查发现是缓存更新失败、并发冲突和缓存过期导致的。解决方案包括引入重试机制确保缓存更新成功，使用Redisson分布式锁控制并发操作，并优化缓存过期策略。通过日志分析、监控告警和对比校验可快速定位问题，采用延迟双删、消息队列等技术优化数据同步策略，最终实现Redis与数据库的数据一致性。
Redis 缓存与数据库一致性保障策略全解析
威哥说编程
11-15 1139
保证 Redis 缓存与数据库之间的一致性是一个综合性问题，涵盖了缓存更新策略、缓存失效策略、一致性保障机制等多个方面。常见的策略包括写时更新、懒加载、异步更新、缓存主动失效等，而高并发场景下的分布式锁、事件驱动机制等也能有效保证一致性。最终，一致性保障需要根据业务场景的具体要求，做出合理的设计选择。缓存一致性问题不仅仅是技术层面的问题，还需要从系统架构、业务需求等方面综合考虑。
Redis 缓存数据库双写不一致怎么处理？
lovoo的博客
06-27 1786
Redis 缓存数据库可能会出现双写不一致的情况，这是因为在进行缓存更新时，同时有多个线程或进程对同一个缓存键进行读写操作，导致了数据的不一致性。具体来说，假设有两个线程 A 和 B 都要对同一个缓存键进行写操作，此时缓存键的值是过期了的，即需要从数据库中读取最新的值，并进行更新。线程 A 开始执行，它首先要从数据库中读取最新的值，然后将其更新到缓存中。在线程 A 执行的过程中，线程 B 也开始了执行，它也要对同一个缓存键进行写操作。
redis缓存与数据库双写不一致问题
qq_51277443的博客
12-10 870
1. 先更新数据库，再更新缓存 问题：（1）线程A写操作先更新数据库 （2） 线程B写操作也更新数据库 （3）当线程B比线程A先更新缓存（线程A停滞卡顿） （4）线程A最后更新缓存 a,导致redis缓存与数据库不一致,出现脏数据 b,频繁更新，浪费性能 2.先删缓存，再更新数据库 1，A,B两个线程同时要更新数据，并且A,B已经都做完了删除缓存这一步，A先更新数据库，C线程读取数据，由于缓存没有，则查数据...
redis-缓存双写不一致
大帅的博客
05-13 1233
方案： 流程： 技术栈： 参考自：
缓存与数据库双写不一致问题及解决方案
m0_57836225的博客
09-29 582
在高并发的情况下，如果一个请求更新了数据库，另一个请求在数据库更新完成后但缓存删除之前读取了旧数据并存入缓存，可能会导致短暂的数据不一致。- 避免了缓存和数据库之间的数据不一致问题，因为在更新数据库后，缓存中的数据被删除，下次读取数据时会从数据库中重新加载最新的数据到缓存中。- 如果在更新数据库后，更新缓存之前发生了故障，那么缓存中的数据就会与数据库中的数据不一致。- 如果在更新缓存后，更新数据库之前发生了故障，那么数据库中的数据就会与缓存中的数据不一致。3. 消费消息队列中的消息，更新缓存中的数据。
缓存与数据库双写不一致
seolin的博客
03-10 1077
在大并发下，多线程操作数据库与缓存会存在两者数据不一致的问题。 首先重要的是先更新数据库，在失效缓存。 读写并发不一致情况 线程1先更新数据库，将字段t改为6，然后将缓存失效，线程结束。线程2过来读数据库，读取到了t为6的信息，在准备插入缓存之前发生了线程调度，线程3过来更新数据库，并且将缓存失效后线程3结束，然后线程2继续插入数据，此时缓存中的数据是6，而数据库的数据是7，出现了不一致的情况。时序图如下图所示： ![image.png](https://img-blog.csdnimg.cn/img_co
Redis缓存与数据库双写不一致及解决方法
core815的专栏
06-18 486
在大并发下，同时操作数据库与缓存会存在数据不一致性问题。
【缓存与数据库双写不一致问题以及解决方案】
u012632105的博客
02-23 339
缓存与数据库双写，不一致问题及解决方案 - 知乎
解决缓存与数据库双写不一致问题
m0_57836225的博客
09-19 435
这样，后续的读操作会从数据库中读取最新的数据，并更新到缓存中。但是，如果在删除缓存后，更新数据库之前，有读请求到来，会从数据库中读取旧数据并更新到缓存中，仍然会导致不一致。例如，线程 A 先更新了数据库，然后线程 B 也更新了数据库，接着线程 A 更新缓存，此时缓存中的数据就变成了旧值。例如，先更新数据库，后删除缓存，如果在删除缓存之前，有其他请求读取了旧的缓存数据，就会导致数据不一致。即在更新数据库后，延迟一段时间再次删除缓存，确保在这段时间内，数据库的更新已经完成，并且没有新的读请求将旧数据写入缓存。
缓存与数据库双写不一致的问题及解决方式
喜欢DNF的小黑猫的博客
10-15 383
一般而言，我们在更新数据库时会把redis的值删除掉，然后第一次查询时从数据库查询并且更新到redis中。但从数据库查询然后更新到redis中这并不是原子操作，可能出现并发问题。 问题描述：当线程1正常更新数据库并删除redis的数据 ，在线程2第一次查询时，线程3更新数据并删除redis的数据，这时线程2才执行到更新redis,就会出现数据库与缓存双写不一致的问题。 使用redisson读写锁来解决 @RequestMapping("/getStock") public Strin
Redis 缓存与数据库数据不一致时如何处理？
最新发布
08-03
### 三级标题：Redis 缓存与数据库数据不一致时的处理方法 在 Redis 缓存与数据库组合使用过程中，数据不一致问题可能导致业务逻辑错误，例如库存信息不准确、订单状态异常等。缓存和数据库不一致通常发生在写操作之后，由于缓存更新滞后或失败，导致缓存中的数据与数据库中的真实数据不同步[^1]。 为了解决这一问题，可以采用以下几种策略： #### 1. 写穿透（Write Through） 写穿透策略是指在更新数据库的同时更新缓存，确保缓存和数据库始终保持一致。该策略适用于写操作频繁且对数据一致性要求较高的场景。然而，这种策略可能导致缓存更新失败时需要额外的重试机制或事务支持[^3]。 ```java // 示例代码：写穿透策略 public void updateData(Data data) { // 更新数据库 database.update(data); // 更新缓存 redis.set(data.getKey(), data.getValue()); } ``` #### 2. 延迟双删（Delayed Double Delete） 延迟双删是一种常用的缓存更新策略，主要针对读多写少的场景。具体流程为：在更新数据库前删除缓存，更新完成后再次删除缓存，确保下一次读取时能够从数据库中加载最新数据并重新缓存。该策略通过删除缓存的方式避免缓存中出现旧数据[^1]。 ```java // 示例代码：延迟双删策略 public void updateData(Data data) { // 删除缓存 redis.delete(data.getKey()); // 更新数据库 database.update(data); // 延迟一段时间后再次删除缓存 scheduleTask(() -> redis.delete(data.getKey()), 1000); } ``` #### 3. 异步更新（Cache Aside） 异步更新策略是指在读取缓存时发现数据不存在，从数据库中加载后写入缓存；在更新数据库时删除缓存，由下一次读取触发缓存更新。这种策略适用于读操作远多于写操作的场景，能够有效减少缓存更新的开销。但需要注意，异步更新可能导致短时间内缓存与数据库数据不一致[^2]。 ```java // 示例代码：异步更新策略 public Data getData(String key) { Data data = redis.get(key); if (data == null) { // 缓存中不存在，从数据库加载 data = database.get(key); // 写入缓存 redis.set(key, data); } return data; } public void updateData(Data data) { // 更新数据库 database.update(data); // 删除缓存 redis.delete(data.getKey()); } ``` #### 4. 消息队列机制 通过引入消息队列（如 Kafka、RabbitMQ 等），可以将数据库更新操作和缓存更新操作解耦，确保缓存与数据库数据的一致性。数据库更新完成后，将更新事件发送到消息队列，由消费者负责更新缓存。这种方式可以降低数据不一致的风险，但需要处理消息丢失或重复消费的问题[^3]。 ```java // 示例代码：消息队列机制 public void updateData(Data data) { // 更新数据库 database.update(data); // 发送更新事件到消息队列 messageQueue.send("data_updated", data); } // 消费者处理缓存更新 public void consumeMessage(Message message) { Data data = message.getData(); redis.set(data.getKey(), data.getValue()); } ``` #### 5. Redis 事务支持 Redis 提供了事务支持（如 `MULTI` 和 `EXEC` 命令），可以将多个缓存操作打包执行，确保缓存更新的原子性。虽然 Redis 事务无法完全解决缓存与数据库一致性问题，但在某些场景下可以作为辅助手段[^3]。 ```java // 示例代码：Redis 事务支持 public void updateCacheWithTransaction(Data data) { redis.multi(); redis.delete(data.getKey()); redis.set(data.getKey(), data.getValue()); redis.exec(); } ``` ###
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值