知识卡片
并发更新缓存四法
多个应用同时更新同一份数据,写入顺序不确定会导致缓存脏数据。四种应对:用时间戳或版本号比对后写入,Redis 单线程可保证原子性;用 canal 订阅 binlog 统一驱动缓存更新;按规则把更新请求分散到多个队列,每个队列单线程处理并拉取最新数据;用分布式锁串行化更新。代价依次不同,按一致性要求和现有基础设施选择。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
原书出处
参考来源
- 位置:《亿级流量网站架构核心技术》第11章《多级缓存》"11.5 更新缓存与原子性"(源文件:_epub-src/EPUB/text00001.html,navPoint playOrder 211)
- 结论依据:原文说明"正如之前说的,如果多个应用同时操作一份数据,很可能导致缓存数据变成脏数据,解决办法如下:更新数据时使用更新时间戳或者版本对比,如果使用Redis,则可以利用其单线程机制进行原子化更新。使用如canal订阅数据库binlog。将更新请求按照相应的规则分散到多个队列,然后每个队列进行单线程更新,更新时拉取最新的数据保存。用分布式锁,在更新之前获取相关的锁",直接支撑本卡片结论。
- 原始内容:正如之前说的,如果多个应用同时操作一份数据,很可能导致缓存数据变成脏数据,解决办法如下……更新数据时使用更新时间戳或者版本对比,如果使用Redis,则可以利用其单线程机制进行原子化更新。……使用如canal订阅数据库binlog。……将更新请求按照相应的规则分散到多个队列,然后每个队列进行单线程更新,更新时拉取最新的数据保存。……用分布式锁,在更新之前获取相关的锁。