辛德蕾拉|面试官：Redis缓存了解吗？面对这11道题是否有很多问号？(11)
解决思路：先删除缓存 ， 再更新数据库 。 如果数据库更新失败了 ， 那么数据库中是旧数据 ， 缓存中是空的 ， 那么数据不会不一致 。 因为读的时候缓存没有 ， 所以去读了数据库中的旧数据 ， 然后更新到缓存中 。
比较复杂的数据不一致问题分析
数据发生了变更 ， 先删除了缓存 ， 然后要去修改数据库 ， 此时还没修改 。 一个请求过来 ， 去读缓存 ， 发现缓存空了 ， 去查询数据库 ， 查到了修改前的旧数据 ， 放到了缓存中 。 随后数据变更的程序完成了数据库的修改 。 完了 ， 数据库和缓存中的数据不一样了...
为什么上亿流量高并发场景下 ， 缓存会出现这个问题？
只有在对一个数据在并发的进行读写的时候 ， 才可能会出现这种问题 。 其实如果说你的并发量很低的话 ， 特别是读并发很低 ， 每天访问量就 1 万次 ， 那么很少的情况下 ， 会出现刚才描述的那种不一致的场景 。 但是问题是 ， 如果每天的是上亿的流量 ， 每秒并发读是几万 ， 每秒只要有数据更新的请求 ， 就可能会出现上述的数据库+缓存不一致的情况 。
解决方案如下：
更新数据的时候 ， 根据数据的唯一标识 ， 将操作路由之后 ， 发送到一个 jvm 内部队列中 。 读取数据的时候 ， 如果发现数据不在缓存中 ， 那么将重新读取数据+更新缓存的操作 ， 根据唯一标识路由之后 ， 也发送同一个jvm 内部队列中 。
一个队列对应一个工作线程 ， 每个工作线程串行拿到对应的操作 ， 然后一条一条的执行 。 这样的话一个数据变更的操作 ， 先删除缓存 ， 然后再去更新数据库 ， 但是还没完成更新 。 此时如果一个读请求过来 ， 没有读到缓存 ， 那么可以先将缓存更新的请求发送到队列中 ， 此时会在队列中积压 ， 然后同步等待缓存更新完成 。
这里有一个优化点 ， 一个队列中 ， 其实多个更新缓存请求串在一起是没意义的 ， 因此可以做过滤 ， 如果发现队列中已经有一个更新缓存的请求了 ， 那么就不用再放个更新请求操作进去了 ， 直接等待前面的更新操作请求完成即可 。
待那个队列对应的工作线程完成了上一个操作的数据库的修改之后 ， 才会去执行下一个操作 ， 也就是缓存更新的操作 ， 此时会从数据库中读取最新的值 ， 然后写入缓存中 。
如果请求还在等待时间范围内 ， 不断轮询发现可以取到值了 ， 那么就直接返回；如果请求等待的时间超过一定时长 ， 那么这一次直接从数据库中读取当前的旧值 。
高并发的场景下 ， 该解决方案要注意的问题：
（1）读请求长时阻塞
由于读请求进行了非常轻度的异步化 ， 所以一定要注意读超时的问题 ， 每个读请求必须在超时时间范围内返回 。 该解决方案 ， 最大的风险点在于说 ， 可能数据更新很频繁 ， 导致队列中积压了大量更新操作在里面 ， 然后读请求会发生大量的超时 ， 最后导致大量的请求直接走数据库 。 务必通过一些模拟真实的测试 ， 看看更新数据的频率是怎样的 。
另外一点 ， 因为一个队列中 ， 可能会积压针对多个数据项的更新操作 ， 因此需要根据自己的业务情况进行测试 ， 可能需要部署多个服务 ， 每个服务分摊一些数据的更新操作 。 如果一个内存队列里居然会挤压 100 个商品的库存修改操作 ， 每隔库存修改操作要耗费 10ms 去完成 ， 那么最后一个商品的读请求 ， 可能等待 10 *100 = 1000ms = 1s 后 ， 才能得到数据 ， 这个时候就导致读请求的长时阻塞 。
一定要做根据实际业务系统的运行情况 ， 去进行一些压力测试 ， 和模拟线上环境 ， 去看看最繁忙的时候 ， 内存队列可能会挤压多少更新操作 ， 可能会导致最后一个更新操作对应的读请求 ， 会 hang 多少时间 ， 如果读请求在 200ms 返回 ， 如果你计算过后 ， 哪怕是最繁忙的时候 ， 积压 10 个更新操作 ， 最多等待 200ms ， 那还可以的 。
推荐阅读
- 网友|面试时话都没讲就赶人走？”，杭州小伙想不通：“就因为家里拆迁了
- 北青网综合|杭州小伙想不通：“就因为家里拆迁了，面试话都没讲就赶人走？”
- 爱羽客羽毛球网|今年不会参加任何比赛，辛德胡：生命最重要
- 学艺说|艺考面试穿搭指南，各专业还有这些不同穿法！
- 辛德蕾拉华为遭川普判死日媒爆2大关键深圳也危险了
- 北京日报客户端|太狠了！男子打伤自己谎称面试被打敲诈招聘单位
- 每日桂林|曝光文化宫这家店！老板公然向面试女孩提无耻要求！爆料人：我有完整的记录！
- 辛德蕾拉共享单车如何成了出租车的竞争对手
- 爱上搞笑君|面试官是个美女，面试官问俺，开心笑话：今天去面试
- 爱做事的实习生【麦肯锡实习怎么找】腾讯面试官：请预测一下iPhone 12的全球销量？