public Map<String, List<Catelog2Vo>> getCatalogJsonFromDbWithRedissonLock() {//1、占分布式鎖。去redis占坑//（鎖的粒度，越細(xì)越快:具體緩存的是某個(gè)數(shù)據(jù)，11號(hào)商品） product-11-lock//RLock catalogJsonLock = redissonClient.getLock("catalogJson-lock");//創(chuàng)建讀鎖RReadWriteLock readWriteLock = redissonClient.getReadWriteLock("catalogJson-lock");RLock rLock = readWriteLock.readLock();Map<String, List<Catelog2Vo>> dataFromDb = null;try {rLock.lock();//加鎖成功...執(zhí)行業(yè)務(wù)dataFromDb = getDataFromDb();} finally {rLock.unlock();}//先去redis查詢下保證當(dāng)前的鎖是自己的//獲取值對(duì)比，對(duì)比成功刪除=原子性 lua腳本解鎖// String lockValue = stringRedisTemplate.opsForValue().get("lock");// if (uuid.equals(lockValue)) {// //刪除我自己的鎖// stringRedisTemplate.delete("lock");// }return dataFromDb;}

接下來(lái)又到了一個(gè)關(guān)鍵環(huán)節(jié)：如何解決緩存數(shù)據(jù)一致性？

有兩種方案：

• 雙寫(xiě)模式
• 失效模式

來(lái)畫(huà)圖分析下雙寫(xiě)模式的工作流程：

再來(lái)畫(huà)圖分析下失效模式的工作流程：

其實(shí)這兩種方案都會(huì)導(dǎo)致數(shù)據(jù)不一致性的問(wèn)題；比如在雙寫(xiě)模式下，兩個(gè)寫(xiě)的請(qǐng)求先后打過(guò)來(lái)，處理后，在寫(xiě)緩存是由于網(wǎng)絡(luò)延遲等原因?qū)е潞髮?xiě)的請(qǐng)求先寫(xiě)緩存，先寫(xiě)的請(qǐng)求后寫(xiě)入緩存，這就導(dǎo)致了數(shù)據(jù)不一致性，緩存中的數(shù)據(jù)不是最新的數(shù)據(jù)；再比如在失效模式下，看圖可知道，當(dāng)我在第二個(gè)寫(xiě)請(qǐng)求還沒(méi)完成時(shí)，我去讀緩存，沒(méi)有讀到，然后去數(shù)據(jù)庫(kù)中查，當(dāng)我讀到之后假設(shè)第二請(qǐng)求還沒(méi)完成，當(dāng)?shù)诙€(gè)請(qǐng)求完成之后，刪掉緩存，我再更新到緩存中，也會(huì)導(dǎo)致數(shù)據(jù)不一致性的問(wèn)題。

針對(duì)上面的問(wèn)題，我們?cè)趺唇鉀Q呢？

解決方案：

• 如果是用戶緯度數(shù)據(jù)(訂單數(shù)據(jù)、用戶數(shù)據(jù))，這種并發(fā)幾率非常小的，就不用考慮數(shù)據(jù)不一致的問(wèn)題，緩存數(shù)據(jù)加上過(guò)期時(shí)間，每隔一段時(shí)間觸發(fā)讀主動(dòng)更新即可
• 如果是菜單、商品介紹等基礎(chǔ)數(shù)據(jù)，也可以采用canal訂閱binlog的方式，數(shù)據(jù)庫(kù)中信息改變，canal采集這些信息，再做些處理然后同步到redis當(dāng)中即可
• 緩存數(shù)據(jù)+過(guò)期時(shí)間足夠解決大部分業(yè)務(wù)對(duì)于緩存的要求
• 如果寫(xiě)入操作稍多的話，我們可以通過(guò)加鎖的方式去保證并發(fā)讀寫(xiě)，寫(xiě)寫(xiě)的時(shí)候排好隊(duì)，保證順序，讀的時(shí)候不加鎖，所以適用讀寫(xiě)鎖(業(yè)務(wù)不關(guān)心臟數(shù)據(jù)，允許臨時(shí)臟數(shù)據(jù)可忽略)

總結(jié)

對(duì)于我們能夠放入緩存的數(shù)據(jù)就不應(yīng)該是實(shí)時(shí)性、數(shù)據(jù)一致性要求高的。所以緩存數(shù)據(jù)的時(shí)候加上過(guò)期時(shí)間，保證每天拿到當(dāng)前最新的數(shù)據(jù)即可。我們不應(yīng)該過(guò)度的設(shè)計(jì)，增加系統(tǒng)的復(fù)雜性，遇到那些實(shí)時(shí)性、一致性要求高的數(shù)據(jù)，就應(yīng)該去查詢數(shù)據(jù)庫(kù)，慢點(diǎn)就慢點(diǎn)。

?

總結(jié)

以上是生活随笔為你收集整理的缓存-分布式锁-缓存一致性解决的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。