數據庫緩存最終一致性的四種方案，你真的了解過嗎？
引言
背景
緩存是軟件開發中一個非常有用的概念，數據庫緩存更是在項目中必然會遇到的場景。而緩存一致性的保證，更是在面試中被反復問到，這里進行一下總結，針對不同的要求，選擇恰到好處的一致性方案。
緩存是什么
存儲的速度是有區別的。緩存就是把低速存儲的結果，臨時保存在高速存儲的技術。
如圖所示，金字塔更上面的存儲，可以作為下面存儲的緩存。我們本次的討論，主要針對數據庫緩存場景，將以redis作為mysql的緩存為案例來進行。
為什么需要緩存
存儲如mysql通常支持完整的ACID特性，因為可靠性，持久性等因素，性能普遍不高，高并發的查詢會給mysql帶來壓力，造成數據庫系統的不穩定。同時也容易產生延遲。根據局部性原理，80%請求會落到20%的熱點數據上，在讀多寫少場景，增加一層緩存非常有助提升系統吞吐量和健壯性。
存在問題
存儲的數據隨著時間可能會發生變化，而緩存中的數據就會不一致。具體能容忍的不一致時間，需要具體業務具體分析，但是通常的業務，都需要做到最終一致。
redis作為mysql緩存
通常的開發模式中，都會使用mysql作為存儲，而redis作為緩存，加速和保護mysql。但是，當mysql數據更新之后，redis怎么保持同步呢。
強一致性同步成本太高，如果追求強一致，那么沒必要用緩存了，直接用mysql即可。通常考慮的，都是最終一致性。
解決方案
方案一
通過key的過期時間，mysql更新時，redis不更新。 這種方式實現簡單，但不一致的時間會很長。如果讀請求非常頻繁，且過期時間比較長，則會產生很多長期的臟數據。
優點：
- 開發成本低，易于實現;
- 管理成本低，出問題的概率會比較小。
不足
- 完全依賴過期時間，時間太短容易緩存頻繁失效，太長容易有長時間更新延遲(不一致)
方案二
在方案一的基礎上擴展，通過key的過期時間兜底，并且，在更新mysql時，同時更新redis。
優點
- 相對方案一，更新延遲更小。
不足
- 如果更新mysql成功，更新redis卻失敗，就退化到了方案一;
- 在高并發場景，業務server需要和mysql,redis同時進行連接。這樣是損耗雙倍的連接資源，容易造成連接數過多的問題。
方案三
針對方案二的同步寫redis進行優化，增加消息隊列，將redis更新操作交給kafka，由消息隊列保證可靠性，再搭建一個消費服務，來異步更新redis。
優點
- 消息隊列可以用一個句柄，很多消息隊列客戶端還支持本地緩存發送，有效解決了方案二連接數過多的問題;
- 使用消息隊列，實現了邏輯上的解耦;
- 消息隊列本身具有可靠性，通過手動提交等手段，可以至少一次消費到redis。
不足
- 依舊解決不了時序性問題，如果多臺業務服務器分別處理針對同一行數據的兩條請求，舉個栗子，a = 1; a = 5;，如果mysql中是第一條先執行，而進入kafka的順序是第二條先執行，那么數據就會產生不一致。
- 引入了消息隊列，同時要增加服務消費消息，成本較高。
方案四
通過訂閱binlog來更新redis，把我們搭建的消費服務，作為mysql的一個slave，訂閱binlog，解析出更新內容，再更新到redis。
優點
- 在mysql壓力不大情況下，延遲較低;
- 和業務完全解耦;
- 解決了時序性問題。
缺點
- 要單獨搭建一個同步服務，并且引入binlog同步機制，成本較大。
總結一下
方案選型
- 首先確認產品上對延遲性的要求，如果要求極高，且數據有可能變化，別用緩存。
- 通常來說，方案1就夠了，筆者咨詢過4，5個團隊，基本都是用方案1，因為能用緩存方案，通常是讀多寫少場景，同時業務上對延遲具有一定的包容性。方案1沒有開發成本，其實比較實用。
- 如果想增加更新時的即時性，就選擇方案2，不過沒必要做重試保證之類的。
- 方案3，方案4針對于對延時要求比較高業務，一個是推模式，一個是拉模式，而方案4具備更強的可靠性，既然都愿意花功夫做處理消息的邏輯，不如一步到位，用方案4。
得出結論
一般情況，方案1夠用。若延時要求高，直接選擇方案4。如果是面試場景，從簡單講到復雜，面試官會一步一步追問，咱們就一點點推導，賓主盡歡。
