怎么做期货网站怎样找到工厂直招网站

---

title: redis读写一致问题
date: 2025-05-18 11:11:31
tags: redis
categories: redis的问题方案

Redis读写一致问题

条件:

数据库此时的数据为10,redis此时的数据也为10

业务流程:

操作数据库使得数据库的数据为20，删除redis里面的数据保证读写一致

先删缓存，再操作数据库

出现读写不一致情况:

线程1(业务)	线程2(并发线程)
删除缓存
	查询缓存，没有命中，查询数据库(数据库查到为10，下一步将10写入redis)
	将10写入缓存
更新数据库，将数据库中的数据改为20

最终情况

redis里面的数据	数据库里面的数据
10	20

出现数据不一致情况

先操作数据库，再删除缓存

线程1(并发线程)	线程2(业务线程)
查询缓存未命中，查询数据库(下一步:将缓存更新为10)
	更新数据库 v=20
	删除缓存
写入缓存数据10

最终情况:

redis数据	数据库数据
10	20

两个方法选择原则

适用策略	典型场景	是否推荐使用延迟双删
先删缓存 → 后更新数据库	高一致性业务（余额、库存）	✅ 一定要延迟双删！
先更新数据库 → 后删缓存	低一致性业务（资料、文章内容）	❌ 可以不用延迟双删

解决方案:双写一致性

读操作没啥问题按照老流程

延时双删

问题	答案
先删缓存还是先改数据库？	先删缓存！ 避免并发写入旧值
为什么删两次？	防止“改库之后，又有人写了旧值到缓存”
为什么要延迟删？	给并发线程一个“写入脏缓存”的机会，然后再清理掉它

缺点:

问题点	延迟双删解决得了么？	推荐改进方式
并发窗口写入脏缓存	❌ 只能删最后一个	分布式锁 + 双删 / MQ
延迟时间难控制	❌ 不可预测	MQ 或 Canal 机制更精准
异步删除失败风险	❌ 会丢失删除	使用可靠任务队列 / Redis 持久化
操作复杂、代码维护困难	❌ 容易遗漏 key	封装中间件、使用 AOP统一处理

给他加锁

读写都加锁

如图，程序运行串行化，性能低

引入共享锁和排他锁机制

共享锁：读锁readLock，加锁之后，其他线程可以共享读操作

排他锁：独占锁writeLock也叫，加锁之后，阻塞其他线程读写操作

代码Demo

import org.redisson.api.RReadWriteLock;
import org.redisson.api.RedissonClient;
import org.redisson.api.RLock;
import java.util.concurrent.TimeUnit;public class UserService {private final RedissonClient redissonClient;private final RedisService redisService;     // 你封装的 Redis 工具类private final UserRepository userRepository; // 你操作数据库的类public UserService(RedissonClient redissonClient, RedisService redisService, UserRepository userRepository) {this.redissonClient = redissonClient;this.redisService = redisService;this.userRepository = userRepository;}// 读操作：加“读锁”public User getUserById(Long userId) {String key = "user:" + userId;String lockKey = "lock:user:" + userId;RReadWriteLock rwLock = redissonClient.getReadWriteLock(lockKey);RLock readLock = rwLock.readLock();try {readLock.lock(5, TimeUnit.SECONDS); // 加读锁，防止同时写入User user = redisService.get(key);  // 先查缓存if (user != null) {return user;}// 缓存未命中 → 查数据库并回写缓存user = userRepository.findById(userId);if (user != null) {redisService.set(key, user, 10, TimeUnit.MINUTES);}return user;} finally {readLock.unlock(); // 释放读锁}}// 写操作：加“写锁”public void updateUser(User user) {Long userId = user.getId();String key = "user:" + userId;String lockKey = "lock:user:" + userId;RReadWriteLock rwLock = redissonClient.getReadWriteLock(lockKey);RLock writeLock = rwLock.writeLock();try {writeLock.lock(10, TimeUnit.SECONDS); // 加写锁，防止并发读/写redisService.del(key);                // 删除缓存（第一次）userRepository.save(user);            // 更新数据库// 第二次删除可延迟做（避免并发写入旧值）Thread.sleep(500);                    // 模拟延迟redisService.del(key);                // 延迟删除（第二次）} catch (InterruptedException e) {e.printStackTrace();} finally {writeLock.unlock(); // 释放写锁}}
}

import org.redisson.api.RReadWriteLock;
import org.redisson.api.RedissonClient;
import org.redisson.api.RLock;
import java.util.concurrent.TimeUnit;public class UserService {private final RedissonClient redissonClient;private final RedisService redisService;     // 你封装的 Redis 工具类private final UserRepository userRepository; // 你操作数据库的类public UserService(RedissonClient redissonClient, RedisService redisService, UserRepository userRepository) {this.redissonClient = redissonClient;this.redisService = redisService;this.userRepository = userRepository;}// 读操作：加“读锁”public User getUserById(Long userId) {String key = "user:" + userId;String lockKey = "lock:user:" + userId;RReadWriteLock rwLock = redissonClient.getReadWriteLock(lockKey);RLock readLock = rwLock.readLock();try {readLock.lock(5, TimeUnit.SECONDS); // 加读锁，防止同时写入User user = redisService.get(key);  // 先查缓存if (user != null) {return user;}// 缓存未命中 → 查数据库并回写缓存user = userRepository.findById(userId);if (user != null) {redisService.set(key, user, 10, TimeUnit.MINUTES);}return user;} finally {readLock.unlock(); // 释放读锁}}// 写操作：加“写锁”public void updateUser(User user) {Long userId = user.getId();String key = "user:" + userId;String lockKey = "lock:user:" + userId;RReadWriteLock rwLock = redissonClient.getReadWriteLock(lockKey);RLock writeLock = rwLock.writeLock();try {writeLock.lock(10, TimeUnit.SECONDS); // 加写锁，防止并发读/写redisService.del(key);                // 删除缓存（第一次）userRepository.save(user);            // 更新数据库// 第二次删除可延迟做（避免并发写入旧值）Thread.sleep(500);                    // 模拟延迟redisService.del(key);                // 延迟删除（第二次）} catch (InterruptedException e) {e.printStackTrace();} finally {writeLock.unlock(); // 释放写锁}}
}

中间件解决方案

异步通知保证数据的最终一致性

canal是基于mysql的主从同步来实现的

二进制日志（BINLOG）记录了所有的 DDL（数据定义语言）语句和 DML（数据操纵语言）语句，但不包括数据查询（SELECT、SHOW）语句。