数据库、缓存数据一致性的问题一直是生产中一直存在的，有一些程序直接忽略这个问题，有些自己编写程序去处理。但是还是存在一下问题：

• 先更新数据库，更新缓存
• 先删除缓存，在更新数据库
• 先更新数据库，在删除缓存

一、中间件Canal

其实在工作中不论遇到什么问题，尽量要想到是否有成熟的中间件可以处理，这要比自己造轮子强很多，毕竟经过大部分人验证没问题的中间件是很香的。

1、canal介绍

canal是阿里开发并开源的用于Mysql增量日志数据的订阅、消费和解析的。是要原理是模拟一个Mysql的备机去监听binlog，当Mysql数据发生变化的时候消息回同步给canal组件。可以做：

• 数据库的镜像
• 数据库的实时备份
• 索引构建和实时为何（拆分异构索引、倒排索引等）
• 业务cache刷新
• 带业务逻辑的增量数据处理

官网：https://github.com/alibaba/canalhttps://github.com/alibaba/canal

2、canal工作原理

mysql的主从复制步骤：

1. 当master数据发生改变，会写入二进制文件
2. salve会在一定时间内对master上的二进制文件进行检测，如果发生改变则开启一个线程请求master的二进制事件日志
3. master为每个请求线程启动一个dump线程，向其发送二进制事件日志
4. slave将接受到的二机制事件日志保存到本地中继日志文件中，并启动线程读取在本地重放，保证和master数据一直
5. 各个线程都会进入休眠状态，等待下次同步

canal模拟的就是Mysql slave的交互协议，把自己伪装成一个slave，向master发送dump协议，master将binlog推送给canal。

3、canal的安装 

1、配置mysql

• 当前的 canal 支持源端 MySQL 版本包括 5.1.x , 5.5.x , 5.6.x , 5.7.x , 8.0.x。

• 查看mysql是否开启binlog，因为canal就是监听binlog的，所以必须开启

  • log-bin=mysql-bin #开启 binlog

  • binlog-format=ROW #选择 ROW 模式

    • ROW：记录每个字段的变化，空间占用多

    • STATEMENT：只记录执行的sql语句

    • MIX模式：表结构改变使用STATEMENT模式，行数据改变使用ROW

  • server_id=1    #配置MySQL replaction需要定义，不要和canal的 slaveId重复

• 创建canal授权账号

2、配置canal服务端

在官网上下载相关工具：

• canal.admin-1.1.5.tar.gz：用于canal软件的管理，配置Server和Instance
• canal.deployer-1.1.5.tar.gz：用于mysql数据同步
• canal.adapter-1.1.5.tar.gz：canal.deployer的增强版，更多的数据源

这里感谢 Canal高可用架构部署 - 简书，写的很全面

3、canal客户端编写

二、缓存双写一致性讨论

1、一致性的理解

• 缓存中有数据：和DB值相同
• 缓存中无数据：DB中值要最新的

2、缓存分类

• 只读缓存
• 读写缓存：想要保证缓存和数据库一致，需要采用同步直写策略
  • 同步直写策略：写缓存的时候同时写数据库（或者写数据库的时候同时写缓存），缓存和数据库中的数据一致

缓存和数据库的数据同步和异步，需要根据数据的类型，热点数据、实时数据都不需要同步写的，当数据的实时性没有那么高的，就可以异步。但是如果当同步直写失败的时候，就需要使用异步写入作为补偿方案。

3、数据库和缓存一致性的集中更新策略

不论什么方式，最终目的就是期望缓存和数据库数据一致性。

• 先更新数据库，更新缓存
  • 可能存在数据不一致性，例如：数据库更新完成，缓存更新失败，最大的问题是可能读取到旧数据
• 先删除缓存，在更新数据库（推荐1）
  • 缺点
    • 缓存击穿
    • mysql还没更新完毕，另外的线程读取到了mysql的旧数据，把旧值写回缓存
    • 数据是主从同步，master没写完，读取线程去slave读取
  • 解决办法
    • 延时双删策略：更新线程操作流程 删除->更新数据库，修改为删除->更新数据库->休眠->删除，这样就保证了在更新过程中读取线程误写入旧数据问题（但是还是在一段时间内读到旧数据）也就是最终保证写线程能把在修改期间读线程写的脏数据删除。
      • 休眠时间的确定：需要根据具体业务场景进行确定，其实就是修改过程中会存在多少读取的进程，这些进程会用多长时间更新了旧数据
      • 吞吐量降低了：可以开启另外一个线程处理第二次删除
• 先更新数据库，在删除缓存（推荐2）
  • 缺点
    • 缓存删除失败或者来不及删除，就会导致读取线程读取到缓存中的旧值
  • 解决办法：充实机制+MQ

方案2和方案3，在业务场景怎么选，其实只要符合当前业务场景，哪个都可以，甚至方案1也是可以的，但是对比而言，更推荐方案3，方案3首先是避免了缓存击穿的问题，同时避免了延时双删需要确定休眠时间的问题，何乐而不为呢 。

方案2和方案3对比：