Redis 与缓存 / 系统课时

处理缓存与数据库一致性

处理缓存与数据库一致性

本课解决数据库已经更新、缓存却仍是旧值的问题。你将理解常见更新顺序的风险,掌握“先提交数据库,再删除缓存”的基础策略,并知道如何为删除失败增加补偿。

学习目标

  • 识别缓存与数据库不一致的主要来源
  • 选择合理的更新与失效顺序
  • 为缓存删除失败设计补偿机制

不一致从哪里产生

缓存和数据库是两个独立系统,无法天然共享同一个本地事务。一次更新可能出现部分成功,例如数据库提交成功但删除缓存失败,或缓存已删除但数据库事务最终回滚。

并发会进一步扩大窗口。一个请求正在更新数据时,另一个请求可能读取旧值并回填缓存。因此多数缓存方案追求的是可控的最终一致性,而不是把 Redis 当作数据库事务的一部分。

缓存一致性并发时序图

首选基础顺序

典型旁路缓存的写路径是:在数据库事务中更新数据,事务成功提交后删除缓存。删除而不是直接更新复杂缓存对象,可以减少双写逻辑,并让下一次读取统一从数据库重建最新值。

下面是片段示例,依赖 Spring 事务、商品仓储和 Redis 客户端。关键点是把删除动作注册到事务提交之后,避免数据库回滚时提前删除有效缓存。

java
@Transactional
public void updatePrice(long productId, BigDecimal newPrice) {
    productRepository.updatePrice(productId, newPrice);

    TransactionSynchronizationManager.registerSynchronization(
        new TransactionSynchronization() {
            @Override
            public void afterCommit() {
                String key = "product:" + productId;
                cacheInvalidationService.deleteOrEnqueueRetry(key);
            }
        }
    );
}

生效行为:数据库事务回滚时不会执行缓存删除;事务提交后立即尝试删除,失败则写入重试队列。验证时应分别模拟数据库回滚和 Redis 超时,确认前者保留缓存、后者产生可重试事件。

为什么不建议先删缓存

若先删除缓存,再更新数据库,并发读请求可能在数据库提交前查询到旧值,并把旧值重新写入缓存。数据库随后虽然更新成功,缓存却已经恢复为旧数据,直到 TTL 到期或再次被删除。

先提交数据库再删缓存仍可能遇到删除失败,但失败路径更容易通过重试处理,也不会因为数据库事务回滚而提前丢失有效缓存。

删除失败如何补偿

删除缓存失败时,不应静默忽略。应用可以把失效事件写入可靠消息、事务任务表或重试队列,并使用业务键或事件 ID 去重。更高要求的系统还可以订阅数据库变更日志,把已提交变更转换为缓存失效事件。

补偿链路必须监控待处理数量、重试次数、最终失败数和旧值持续时间。TTL 只能作为最后兜底,不能替代失败可见性。

一致性边界

缓存适合保存可重建的派生数据,不应成为关键交易事实的唯一来源。余额扣减、库存占用和订单状态迁移等操作,最终判断应落在具备事务约束的数据源中。

业务允许几秒延迟时,删除缓存、失败重试和 TTL 兜底通常足够;错误值会造成资金或权限风险时,应减少缓存参与决策,或增加版本校验和更严格的读写路径。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

处理缓存与数据库一致性

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通