Redis⾼级项⽬实战！mysql基础教程⽇本西泽梦路.pdf
前⾔
我朋友也是个写了四年Java代码的程序员，跟⼥友已经恋爱多年，最近突然结婚了。
他结婚以前，换了⼀家公司，咱俩就好久没见过⾯了。刚好今天出门办事碰上了，了⼀家店坐⼀起喝酒聊天。
我聊天时打趣他：“亏得你⼩⼦运⽓好，还能娶到⽼婆。咱们这⼀⾏，不是加班就是加班，天天就是和代码过⽇⼦。”
朋友说：“做这⼀⾏也就⼯资看着⾼点，确实是每天都累死累活。我还不是⼀样的加班，都没时间陪⽼婆！”
跟着⼜聊到了⼯作，朋友听到我还在写业务代码⾮常意外：“你还在原来的公司做？我跳槽后就开始学习分布式架构、微服务、JVM调优、并发编程、SpringCloud等，虽然过程很是艰⾟；但是后⾯接⼿做了⼏个⼤项⽬后就升职了，薪⽔也涨了不少、不然就凭以前那点⼯资，哪敢结婚买房。”
我于是问了问他的⽉薪税后28K，不由得⼼底⼀凉…瞬间觉得最该同情的是⾃⼰。同时我也有点⼼动了，谁不想升职加薪呢？
我和朋友倒起了苦⽔：⾃⼰在公司⼲了这么久了，⼯资也没有提升，每天都是写业务代码，技术也得不到提⾼，很焦虑。我也想⾃⼰去学点东西，增加⾃⼰的价值，就是遇到瓶颈，不知道从哪⼊⼿。
他⼀听就说：“现在都说互联⽹寒冬，其实⽆⾮就是你上错了车，且穿的少（技术），要是你上对车，⾃⾝能⼒够强，公司换掉的代价⼤，怎么可能会被裁掉，都是淘汰末端的Coder⽽已！
你现在就是缺少进阶Java中⾼级的机会，去深⼊去学习下数据结构算法、JVM调优、分布式架构设计等等；不然你在市场上没有核⼼竞争⼒，根本拿不到⾼薪！时间就是⾦钱，我向你推荐⼀套免费精品Java⾼级教程，保证你学了以后保证薪资上升⼀个台阶。”
如何保证缓存和数据库⼀致性
说了这么多缓存的必要性，那么使⽤缓存是不是就是⼀个很简单的事情了呢，我之前也⼀直是这么觉
得的，直到遇到了需要缓存与数据库保持强⼀致的场景，才知道让数据库数据和缓存数据保持⼀致性是⼀门很⾼深的学问。
从远古的硬件缓存，操作系统缓存开始，缓存就是⼀门独特的学问。这个问题也被业界探讨了⾮常久，争论⾄今。我翻阅了很多资料，发现其实这是⼀个权衡的问题。值得好好讲讲。
以下的讨论会引⼊⼏⽅观点，我会跟着观点来写代码验证所提到的问题。
不更新缓存，⽽是删除缓存
⼤部分观点认为，做缓存不应该是去更新缓存，⽽是应该删除缓存，然后由下个请求去去缓存，发现不存在后再读取数据库，写⼊缓存。
观点引⽤：《分布式之数据库和缓存双写⼀致性⽅案解析》孤独烟
原因⼀：线程安全⾓度
同时有请求A和请求B进⾏更新操作，那么会出现
（1）线程A更新了数据库
（2）线程B更新了数据库
（3）线程B更新了缓存
（4）线程A更新了缓存
这就出现请求A更新缓存应该⽐请求B更新缓存早才对，但是因为⽹络等原因，B却⽐A更早更新了缓存。这就导致了脏数据，因此不考虑。
原因⼆：业务场景⾓度
有如下两点：
（1）如果你是⼀个写数据库场景⽐较多，⽽读数据场景⽐较少的业务需求，采⽤这种⽅案就会导致，数据压根还没读到，缓存就被频繁的更新，浪费性能。
（2）如果你写⼊数据库的值，并不是直接写⼊缓存的，⽽是要经过⼀系列复杂的计算再写⼊缓存。那么，每次写⼊数据库后，都再次计算写⼊缓存的值，⽆疑是浪费性能的。显然，删除缓存更为适合。
其实如果业务⾮常简单，只是去数据库拿⼀个值，写⼊缓存，那么更新缓存也是可以的。但是，淘汰缓存操作简单，并且带来的副作⽤只是增加了⼀次cache miss，建议作为通⽤的处理⽅式。
先操作缓存，还是先操作数据库
那么问题就来了，我们是先删除缓存，然后再更新数据库，还是先更新数据库，再删缓存呢？
先来看看⼤佬们怎么说。
《【58沈剑架构系列】缓存架构设计细节⼆三事》58沈剑：
对于⼀个不能保证事务性的操作，⼀定涉及“哪个任务先做，哪个任务后做”的问题，解决这个问题的⽅向是：如果出现不⼀致，谁先做对业务的影响较⼩，就谁先执⾏。
假设先淘汰缓存，再写数据库：第⼀步淘汰缓存成功，第⼆步写数据库失败，则只会引发⼀次Cache miss。
假设先写数据库，再淘汰缓存：第⼀步写数据库操作成功，第⼆步淘汰缓存失败，则会出现DB中是新数据，Cache中是旧数据，数据不⼀致。滚动条样式库
沈剑⽼师说的没有问题，不过没完全考虑好并发请求时的数据脏读问题，让我们再来看看孤独烟⽼师《分布式之数据库和缓存双写⼀致性⽅案解析》：
先删缓存，再更新数据库
该⽅案会导致请求数据不⼀致
同时有⼀个请求A进⾏更新操作，另⼀个请求B进⾏查询操作。那么会出现如下情形:
（1）请求A进⾏写操作，删除缓存
（2）请求B查询发现缓存不存在
（3）请求B去数据库查询得到旧值
（4）请求B将旧值写⼊缓存practice读
（5）请求A将新值写⼊数据库
上述情况就会导致不⼀致的情形出现。⽽且，如果不采⽤给缓存设置过期时间策略，该数据永远都是脏数据。
所以先删缓存，再更新数据库并不是⼀劳永逸的解决⽅案，再看看先更新数据库，再删缓存这种⽅案怎么样？
先更新数据库，再删缓存这种情况不存在并发问题么？
不是的。假设这会有两个请求，⼀个请求A做查询操作，⼀个请求B做更新操作，那么会有如下情形产⽣
（1）缓存刚好失效
（2）请求A查询数据库，得⼀个旧值
（3）请求B将新值写⼊数据库
（4）请求B删除缓存
（5）请求A将查到的旧值写⼊缓存
ok，如果发⽣上述情况，确实是会发⽣脏数据。
然⽽，发⽣这种情况的概率⼜有多少呢？
发⽣上述情况有⼀个先天性条件，就是步骤（3）的写数据库操作⽐步骤（2）的读数据库操作耗时更短，才有可能使得步骤（4）先于步骤（5）。可是，⼤家想想，数据库的读操作的速度远快于写操作的（不然做读写分离⼲嘛，做读写分离的意义就是因为读操作⽐较快，耗资源少），因此步骤（3）耗时⽐步骤（2）更短，这⼀情形很难出现。
先更新数据库，再删缓存依然会有问题，不过，问题出现的可能性会因为上⾯说的原因，变得⽐较低！
(补充说明：我⽤了“先更新数据库，再删缓存”且不设过期时间策略，会不会有问题呢？由于先缓存和更新数据库不是原⼦的，如果更新了数据库，程序歇逼，就没删缓存，由于没有过期策略，就永远脏数据了。)
所以，如果你想实现基础的缓存数据库双写⼀致的逻辑，那么在⼤多数情况下，在不想做过多设计，增加太⼤⼯作量的情况下，请先更新数据库，再删缓存!
我⾮要数据库和缓存数据强⼀致怎么办
oracle school那么，如果我⾮要保证绝对⼀致性怎么办，先给出结论：elasticsearch mysql
没有办法做到绝对的⼀致性，这是由CAP理论决定的，缓存系统适⽤的场景就是⾮强⼀致性的场景，所以它属于CAP中的AP。
所以，我们得委曲求全，可以去做到BASE理论中说的最终⼀致性。
最终⼀致性强调的是系统中所有的数据副本，在经过⼀段时间的同步后，最终能够达到⼀个⼀致的状
态。因此，最终⼀致性的本质是需要系统保证最终数据能够达到⼀致，⽽不需要实时保证系统数据的强⼀致性
⼤佬们给出了到达最终⼀致性的解决思路，主要是针对上⾯两种双写策略（先删缓存，再更新数据库/先更新数据库，再删缓存）导致的脏数据问题，进⾏相应的处理，来保证最终⼀致性。
缓存延时双删
问：先删除缓存，再更新数据库中避免脏数据？
答案：采⽤延时双删策略。
上⽂我们提到，在先删除缓存，再更新数据库的情况下，如果不采⽤给缓存设置过期时间策略，该数据永远都是脏数据。
mysql入门基础教程那么延时双删怎么解决这个问题呢？
（1）先淘汰缓存
（2）再写数据库（这两步和原来⼀样）
（3）休眠1秒，再次淘汰缓存
这么做，可以将1秒内所造成的缓存脏数据，再次删除。
那么，这个1秒怎么确定的，具体该休眠多久呢？
针对上⾯的情形，读者应该⾃⾏评估⾃⼰的项⽬的读数据业务逻辑的耗时。然后写数据的休眠时间则在读数据业务逻辑的耗时基础上，加⼏百ms即可。这么做的⽬的，就是确保读请求结束，写请求可以删除读请求造成的缓存脏数据。
如果你⽤了mysql的读写分离架构怎么办？
ok，在这种情况下，造成数据不⼀致的原因如下，还是两个请求，⼀个请求A进⾏更新操作，另⼀个请求B进⾏查询操作。
（1）请求A进⾏写操作，删除缓存
（2）请求A将数据写⼊数据库了，
（3）请求B查询缓存发现，缓存没有值
（4）请求B去从库查询，这时，还没有完成主从同步，因此查询到的是旧值
（5）请求B将旧值写⼊缓存
（6）数据库完成主从同步，从库变为新值
上述情形，就是数据不⼀致的原因。还是使⽤双删延时策略。只是，睡眠时间修改为在主从同步的延时时间基础上，加⼏百ms。
采⽤这种同步淘汰策略，吞吐量降低怎么办？
ok，那就将第⼆次删除作为异步的。⾃⼰起⼀个线程，异步删除。这样，写的请求就不⽤沉睡⼀段时间后了，再返回。这么做，加⼤吞吐量。
所以在先删除缓存，再更新数据库的情况下，可以使⽤延时双删的策略，来保证脏数据只会存活⼀段时间，就会被准确的数据覆盖。
在先更新数据库，再删缓存的情况下，缓存出现脏数据的情况虽然可能性极⼩，但也会出现。我们依然可以⽤延时双删策略，在请求A对缓存写⼊了脏的旧值之后，再次删除缓存。来保证去掉脏缓存。
vs2017调试窗口怎么弄出来总⽬录展⽰
该笔记共⼋个节点（由浅⼊深），分为三⼤模块。
⾼性能。 秒杀涉及⼤量的并发读和并发写，因此⽀持⾼并发访问这点⾮常关键。该笔记将从设计数据的动静分离⽅案、热点的发现与隔离、请求的削峰与分层过滤、服务端的极致优化这4个⽅⾯重点介绍。
⼀致性。 秒杀中商品减库存的实现⽅式同样关键。可想⽽知，有限数量的商品在同⼀时刻被很多倍的请求同时来减库存，减库存⼜分
为“拍下减库存”“付款减库存”以及预扣等⼏种，在⼤并发更新的过程中都要保证数据的准确性，其难度可想⽽知。因此，将⽤⼀个节点来专门讲解如何设计秒杀减库存⽅案。
⾼可⽤。 虽然介绍了很多极致的优化思路，但现实中总难免出现⼀些我们考虑不到的情况，所以要保证系统的⾼可⽤和正确性，还要设计⼀个PlanB来兜底，以便在最坏情况发⽣时仍然能够从容应对。笔记的最后，将带你思考可以从哪些环节来设计兜底⽅案。
篇幅有限，⽆法⼀个模块⼀个模块详细的展⽰（这些要点都收集在了这份《⾼并发秒杀顶级教程》⾥），觉得有需要的码友们，⿇烦各位转发⼀下（可以帮助更多的⼈看到哟！）
[外链图⽚转存中…(img-cPTRLWxl-1621049363140)] [外链图⽚转存中…(img-Qw0GJYkf-1621049363143)]

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。