本文主要讨论这么几个问题：

1.啥时候数据库和缓存中的数据会不一致

2.不一致优化思路

3.如何保证数据库与缓存的一致性

 

1需求缘起

 

上一篇《缓存架构设计细节二三事》引起了广泛的讨论，其中有一个结论：当数据发生变化时，“先淘汰缓存，再修改数据库”这个点是大家讨论的最多的。

（《缓存架构设计细节二三事》链接—http://mp.weixin.qq.com/s?__biz=MjM5ODYxMDA5OQ==&mid=404087915&idx=1&sn=075664193f334874a3fc87fd4f712ebc&scene=21#wechat_redirect）

上篇文章得出这个结论的依据是，由于操作缓存与操作数据库不是原子的，非常有可能出现执行失败。

 

  

假设先写数据库，再淘汰缓存：第一步写数据库操作成功，第二步淘汰缓存失败，则会出现DB中是新数据，Cache中是旧数据，数据不一致【如上图：db中是新数据，cache中是旧数据】。

 

  

假设先淘汰缓存，再写数据库：第一步淘汰缓存成功，第二步写数据库失败，则只会引发一次Cache miss【如上图：cache中无数据，db中是旧数据】。

 

结论：先淘汰缓存，再写数据库。

 

引发大家热烈讨论的点是“先操作缓存，在写数据库成功之前，如果有读请求发生，可能导致旧数据入缓存，引发数据不一致”，这就是本文要讨论的主题。

 

2为什么数据会不一致

 

回顾一下上一篇文章中对缓存、数据库进行读写操作的流程。

写流程：

（1）先淘汰cache

（2）再写db

读流程：

（1）先读cache，如果数据命中hit则返回

（2）如果数据未命中miss则读db

（3）将db中读取出来的数据入缓存

 

 

什么情况下可能出现缓存和数据库中数据不一致呢？

 

在分布式环境下，数据的读写都是并发的，上游有多个应用，通过一个服务的多个部署（为了保证可用性，一定是部署多份的），对同一个数据进行读写，在数据库层面并发的读写并不能保证完成顺序，也就是说后发出的读请求很可能先完成（读出脏数据）：

（a）发生了写请求A，A的第一步淘汰了cache（如上图中的1）

（b）A的第二步写数据库，发出修改请求（如上图中的2）

（c）发生了读请求B，B的第一步读取cache，发现cache中是空的（如上图中的步骤3）

（d）B的第二步读取数据库，发出读取请求，此时A的第二步写数据还没完成，读出了一个脏数据放入cache（如上图中的步骤4）

即在数据库层面，后发出的请求4比先发出的请求2先完成了，读出了脏数据，脏数据又入了缓存，缓存与数据库中的数据不一致出现了。

 

3不一致优化思路

 

能否做到先发出的请求一定先执行完成呢？常见的思路是“串行化”，今天将和大家一起探讨“串行化”这个点。

先一起细看一下，在一个服务中，并发的多个读写SQL一般是怎么执行的

 

上图是一个service服务的上下游及服务内部详细展开，细节如下：

（1）service的上游是多个业务应用，上游发起请求对同一个数据并发的进行读写操作，上例中并发进行了一个uid=1的余额修改（写）操作与uid=1的余额查询（读）操作

（2）service的下游是数据库DB，假设只读写一个DB

（3）中间是服务层service，它又分为了这么几个部分

  ①最上层是任务队列

  ②中间是工作线程，每个工作线程完成实际的工作任务，典型的工作任务是通过数据库连接池读写数据库

  ③最下层是数据库连接池，所有的SQL语句都是通过数据库连接池发往数据库去执行的

 

 工作线程的典型工作流是这样的：

提问：任务队列其实已经做了任务串行化的工作，能否保证任务不并发执行？

答：不行，因为

（1）1个服务有多个工作线程，串行弹出的任务会被并行执行；

（2）1个服务有多个数据库连接，每个工作线程获取不同的数据库连接会在DB层面并发执行。

 

提问：假设服务只部署一份，能否保证任务不并发执行？

答：不行，原因同上。

 

提问：假设1个服务只有1条数据库连接，能否保证任务不并发执行？

答：不行，因为：

（1）1个服务只有1条数据库连接，只能保证在一个服务器上的请求在数据库层面是串行执行的

（2）因为服务是分布式部署的，多个服务上的请求在数据库层面仍可能是并发执行的

 

提问：假设服务只部署一份，且1个服务只有1条连接，能否保证任务不并发执行？

答：可以，全局来看请求是串行执行的，吞吐量很低，并且服务无法保证可用性

 

完了，看似无望了。

1）任务队列不能保证串行化

2）单服务多数据库连接不能保证串行化

3）多服务单数据库连接不能保证串行化

4）单服务单数据库连接可能保证串行化，但吞吐量级低，且不能保证服务的可用性，几乎不可行，那是否还有解？

 

 

退一步想，其实不需要让全局的请求串行化，而只需要“让同一个数据的访问能串行化”就行。

在一个服务内，如何做到“让同一个数据的访问串行化”，只需要“让同一个数据的访问通过同一条DB连接执行”就行。

如何做到“让同一个数据的访问通过同一条DB连接执行”，只需要“在DB连接池层面稍微修改，按数据取连接即可”。

获取DB连接的CPool.GetDBConnection()【返回任何一个可用DB连接】改为

CPool.GetDBConnection(longid)【返回id取模相关联的DB连接】

这个修改的好处是：

（1）简单，只需要修改DB连接池实现，以及DB连接获取处

（2）连接池的修改不需要关注业务，传入的id是什么含义连接池不关注，直接按照id取模返回DB连接即可

（3）可以适用多种业务场景，取用户数据业务传入user-id取连接，取订单数据业务传入order-id取连接即可

这样的话，就能够保证同一个数据例如uid在数据库层面的执行一定是串行的

 

稍等稍等，服务可是部署了很多份的，上述方案只能保证同一个数据在一个服务上的访问，在DB层面的执行是串行化的，实际上服务是分布式部署的，在全局范围内的访问仍是并行的，怎么解决呢？能不能做到同一个数据的访问一定落到同一个服务呢？

 

4能否做到同一个数据的访问落在同一个服务上？

 

上面分析了服务层service的上下游及内部结构，再一起看一下应用层上下游及内部结构

 

上图是一个业务应用的上下游及服务内部详细展开，细节如下：

（1）业务应用的上游不确定是啥，可能是直接是http请求，可能也是一个服务的上游调用

（2）业务应用的下游是多个服务service

（3）中间是业务应用，它又分为了这么几个部分

  ①最上层是任务队列【或许web-server例如tomcat帮你干了这个事情了】

  ②中间是工作线程【或许web-server的工作线程或者cgi工作线程帮你干了线程分派这个事情了】，每个工作线程完成实际的业务任务，典型的工作任务是通过服务连接池进行RPC调用

  ③最下层是服务连接池，所有的RPC调用都是通过服务连接池往下游服务去发包执行的

 

 

工作线程的典型工作流是这样的：

 

似曾相识吧？没错，只要对服务连接池进行少量改动：

获取Service连接的CPool.GetServiceConnection()【返回任何一个可用Service连接】改为

CPool.GetServiceConnection(longid)【返回id取模相关联的Service连接】

这样的话，就能够保证同一个数据例如uid的请求落到同一个服务Service上。

5总结

 

由于数据库层面的读写并发，引发的数据库与缓存数据不一致的问题（本质是后发生的读请求先返回了），可能通过两个小的改动解决：

（1）修改服务Service连接池，id取模选取服务连接，能够保证同一个数据的读写都落在同一个后端服务上；

（2）修改数据库DB连接池，id取模选取DB连接，能够保证同一个数据的读写在数据库层面是串行的。

 

6遗留问题

 

提问：取模访问服务是否会影响服务的可用性？

答：不会，当有下游服务挂掉的时候，服务连接池能够检测到连接的可用性，取模时要把不可用的服务连接排除掉。

 

提问：取模访问服务与 取模访问DB，是否会影响各连接上请求的负载均衡？

答：不会，只要数据访问id是均衡的，从全局来看，由id取模获取各连接的概率也是均等的，即负载是均衡的。

 

提问：要是数据库的架构做了主从同步，读写分离：写请求写主库，读请求读从库也有可能导致缓存中进入脏数据呀，这种情况怎么解决呢（读写请求根本不落在同一个DB上，并且读写DB有同步时延）？

答：下一篇文章和大家分享。

作者介绍   58沈剑

• 在百度、58同城做过技术，现在在58到家负责一些后端的部门，本质是程序员，常在深夜写写技术文章。公众号“架构师之路”运营者，专注于分享来自一线的，可落地的，原创的架构技术文章。

 平台授权转载

 来源：架构师之路

作者：58沈剑

 原文链接：http://mp.weixin.qq.com/s?__biz=MjM5ODYxMDA5OQ==&mid=404202261&idx=1&sn=1b8254ba5013952923bdc21e0579108e&scene=1&srcid=0328QOM7SGt48P7QBArSF2Ql#wechat_redirect

 

全球敏捷运维峰会【杭州站】

 

 

 

2016 年4月16日，与你相约杭州，来一场敏捷与运维的美丽邂逅！DBA+社群联合三墩IT人开启全球敏捷运维峰会第一站：杭州站！峰会力邀来自互联网与传统企 业的资深专家，各路大咖齐聚，汇聚500+行业精英，聚焦架构、敏捷、运维三大主线，开启一场专属于IT人的年度之约！

专家阵容：或行业资深派、或著书力作派、或传统转型派、或一线实战派，总有一款是你喜欢！

绝对干货：聚焦架构、敏捷、运维三大主线，共讨传统企业在技术转型过程中的实践与困境、互联网企业在前沿技术方面的应用与心得、技术服务型企业在新老技术之间如何切换与落地，拒绝无营养的广告，绝对干货，精彩不容错过！

连接联动：汇聚社群数百顶级专家人脉，携数万社群成员声势，联合数十家媒体单位，共同打造一场连接敏捷与运维圈子的年度之约！

购票优惠

DBA+社群专属门票优惠码：dbaplus001，限额5

专属VIP票优惠码：dbaplusvip，限额5

报名方式：猛戳“Gdevops官网”抢票吧！