缓存数据库

关系型数据库的数据都存储在磁盘中,在高并发情况下,业务应用的查询会对关系型数据库产生的巨大 I/O 开销,为了最大程度的降低对数据库服务器的访问压力,提出了...

缓存+数据库

• 方案零：全量定时更新缓存+读写分离 缺点：缓存和数据库不一致；缓存利用率不高，存储了很多不访问的数据 优点：提供读写性能
• 方案一：同步更新缓存+更新数据库 优点:提高缓存利用率 缺点：数据不一致
  • 前后操作失败问题
    • • 更新缓存成功，更新数据库失败时，业务上当前数据是成功的新值、，缓存失效后，数据又变回修改之前的旧值。
      • 有更新就更新缓存，造成机器浪费
  • 并发问题（2个线程同时更新一条数据）:A（更新缓存）-B（更新缓存）-B（更新数据）-A（更新数据）
• 方案二：同步更新数据库+更新缓存
  • 前后操作失败问题
    • 缺点：数据不一致
      • 更新数据库成功，更新数据库缓存失败时，业务上当前数据是失败的旧值，缓存失效后，数据才更新成功为新值。
      • 有更新就更新缓存，造成机器浪费
  • 并发问题（2个线程同时更新一条数据）：A（更新数据）-B（更新数据）-B（更新缓存）-A（更新缓存)
• 方案三：删除缓存+更新数据库
  • 前后操作失败问题
  • 并发问题（2个线程读写，A写B读）：A(删除缓存)-B（读取缓存-取数据库旧值）-B（更新缓存旧值）-A（更新数据库新值）
• 方案四：更新数据库+删除缓存
  • 前后操作失败问题
  • 并发问题（2个线程读写，A读B写）：缓存不存在-A(读取数据库旧值）-B（更新数据库新值）-B（删除缓存）-A（写入缓存旧值）
• 方案五：更新数据库+引入MQ处理第二步、订阅数据变更日志、msyql的binlog、canal中间件处理 解决2步操作失败问题是重试
• redis提高性能
  • 读写分离
  • 主从复制
  • 缓存