1.MySQL持久化數據，Redis只讀數據

redis在啟動之后，從數據庫加載數據。

讀請求：

不要求強一致性的讀請求，走redis，要求強一致性的直接從mysql讀取

寫請求：

數據首先都寫到數據庫，之后更新redis（先寫redis再寫mysql，如果寫入失敗事務回滾會造成redis中存在臟數據）

2.MySQL和Redis處理不同的數據類型

• MySQL處理實時性數據，例如金融數據、交易數據

• Redis處理實時性要求不高的數據，例如網站最熱貼排行榜，好友列表等

在并發不高的情況下，讀操作優先讀取redis，不存在的話就去訪問MySQL，并把讀到的數據寫回Redis中；寫操作的話，直接寫MySQL，成功后再寫入Redis(可以在MySQL端定義CRUD觸發器，在觸發CRUD操作后寫數據到Redis，也可以在Redis端解析binlog，再做相應的操作)

在并發高的情況下，讀操作和上面一樣，寫操作是異步寫，寫入Redis后直接返回，然后定期寫入MySQL

幾個例子：

1.當更新數據時，如更新某商品的庫存，當前商品的庫存是100，現在要更新為99，先更新數據庫更改成99，然后刪除緩存，發現刪除緩存失敗了，這意味著數據庫存的是99，而緩存是100，這導致數據庫和緩存不一致。

解決方法：

這種情況應該是先刪除緩存，然后在更新數據庫，如果刪除緩存失敗，那就不要更新數據庫，如果說刪除緩存成功，而更新數據庫失敗，那查詢的時候只是從數據庫里查了舊的數據而已，這樣就能保持數據庫與緩存的一致性。

2.在高并發的情況下，如果當刪除完緩存的時候，這時去更新數據庫，但還沒有更新完，另外一個請求來查詢數據，發現緩存里沒有，就去數據庫里查，還是以上面商品庫存為例，如果數據庫中產品的庫存是100，那么查詢到的庫存是100，然后插入緩存，插入完緩存后，原來那個更新數據庫的線程把數據庫更新為了99，導致數據庫與緩存不一致的情況

解決方法：

遇到這種情況，可以用隊列的去解決這個問，創建幾個隊列，如20個，根據商品的ID去做hash值，然后對隊列個數取摸，當有數據更新請求時，先把它丟到隊列里去，當更新完后在從隊列里去除，如果在更新的過程中，遇到以上場景，先去緩存里看下有沒有數據，如果沒有，可以先去隊列里看是否有相同商品ID在做更新，如果有也把查詢的請求發送到隊列里去，然后同步等待緩存更新完成。

這里有一個優化點，如果發現隊列里有一個查詢請求了，那么就不要放新的查詢操作進去了，用一個while（true）循環去查詢緩存，循環個200MS左右，如果緩存里還沒有則直接取數據庫的舊數據，一般情況下是可以取到的。

在高并發下解決場景二要注意的問題：

1、讀請求時長阻塞

由于讀請求進行了非常輕度的異步化，所以一定要注意讀超時的問題，每個讀請求必須在超時間內返回，該解決方案最大的風險在于可能數據更新很頻繁，導致隊列中擠壓了大量的更新操作在里面，然后讀請求會發生大量的超時，最后導致大量的請求直接走數據庫，像遇到這種情況，一般要做好足夠的壓力測試，如果壓力過大，需要根據實際情況添加機器。

2、請求并發量過高

這里還是要做好壓力測試，多模擬真實場景，并發量在最高的時候QPS多少，扛不住就要多加機器，還有就是做好讀寫比例是多少

3、多服務實例部署的請求路由

可能這個服務部署了多個實例，那么必須保證說，執行數據更新操作，以及執行緩存更新操作的請求，都通過nginx服務器路由到相同的服務實例上

4、熱點商品的路由問題，導致請求的傾斜

某些商品的讀請求特別高，全部打到了相同的機器的相同丟列里了，可能造成某臺服務器壓力過大，因為只有在商品數據更新的時候才會清空緩存，然后才會導致讀寫并發，所以更新頻率不是太高的話，這個問題的影響并不是很大，但是確實有可能某些服務器的負載會高一些。

總結

以上是生活随笔為你收集整理的Redis 如何保持和 MySQL 数据一致的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。