缓存一致性的实现

缓存一致性是指缓存中的数据与数据库之间的数据保持一致，确保用户读取到的是最新、最准确的数据。

在分布式系统中，由于多个节点可能同时访问和修改数据，因此保证缓存一致性非常重要

解决方案

当数据更新时，我们最好删除缓存，下一次查询缓存时会出现未命中，这时需要重新读取一次数据库并加载到缓存中，这时缓存中的数据就是最新的数据。

如果直接更新缓存可能会涉及复杂的逻辑和额外的开销，影响缓存服务器的性能

如果先删缓存，再更新数据库，可能会出现一些问题：

线程A删除缓存后，线程B读取到旧数据并更新到缓存中，而线程A随后更新数据库，导致缓存中存储了旧数据。

如果先更新数据库再删除缓存，也有可能出现一些问题：

在线程A更新数据库和删除缓存之间，可能有线程B读取到了缓存中的旧数据。但最终缓存与数据库的数据是一致的，并且都是最新的。

经过对比可以发现，

如果先删除缓存，再更新数据库，如果没有及时更新，可能会导致缓存长时间地储存旧数据。对业务影响较大

而先更新数据库，再删除缓存，只存在一个很小周期的缓存与数据库不一致的情况，因此，对于一致性要求不是很高的业务可以选择先更新数据库，再删除缓存，保证缓存一致性。

列车余票如何保障缓存数据库一致性

但是先更新数据库，再删除缓存，如果出现删除缓存失败的情况，缓存中储存的还是旧数据，就会出现缓存数据库不一致的情况，并不能保证系统的高可用。

因此像列车余票扣减这种对一致性敏感的业务，最好还是通过 Binlog 异步更新列车缓存，实现缓存一致性。

一、利用Binlog异步更新缓存

1. Binlog记录数据变更：
   • 当列车余票数据在数据库中发生变化时（如用户购票导致余票减少），MySQL会将这一变更记录到Binlog日志中。
2. Canal监听Binlog：
   • ‌Canal是一个基于MySQL增量日志解析的中间件，通过监听Binlog的变化，可以实时地解析出Binlog中的数据变更信息。
3. 异步更新缓存：
   • 然后Canal将解析出的数据变更信息发送到消息队列中。
   • 购票模块中的缓存同步服务 订阅消息队列中的消息，并根据消息中的数据变更信息，异步地更新缓存中的数据。例如，如果数据库中某趟列车的余票减少了，缓存同步服务就会相应地减少缓存中该趟列车的余票数量。

二、优势分析

1. 高可靠性：
   • 通过消息队列的持久化机制和重试机制，可以确保数据变更信息能够可靠地传递到缓存系统，并成功地更新缓存中的数据。即使缓存更新失败，系统也能够在后续的重试中成功更新。
2. 实时性高：
   • 由于Binlog的写入和监听都是异步进行的，并且这些过程通常具有较高的处理速度，因此可以确保缓存中的数据与数据库中的数据之间的延迟非常小。
3. 自动化与减少人为错误：
   • 因为Binlog更新缓存的过程是自动化的，不需要人工干预或额外的触发机制。这大大减少了由于人为错误或系统延迟导致的缓存更新不及的问题。

总结

所以在对一致性要求不是很高的业务，可以选择先更新数据库，再删除缓存。

像列车余票扣减这种对一致性敏感的业务，最好还是通过 Binlog 异步更新列车余票缓存，实现缓存一致性。