0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

如何解決數(shù)據(jù)庫與緩存一致性

科技綠洲 ? 來源:Java技術(shù)指北 ? 作者:Java技術(shù)指北 ? 2023-09-25 15:25 ? 次閱讀

緩存一致性 每次逢年過節(jié)的時候搶票非常艱難,放票的時候那么多人同時去搶票,如果所有人查詢、購票等都去訪問數(shù)據(jù)庫,那數(shù)據(jù)庫的壓力得有多大,這時候很多都會引入緩存, 把車票信息放入緩存,這樣可以減少數(shù)據(jù)庫壓力。當(dāng)乘客購買成功之后,數(shù)據(jù)庫發(fā)生了變化,需要及時更新緩存中的數(shù)據(jù),以便于其他乘客能從緩存中及時獲取最新車票信息。這就是緩存一致性。

解決數(shù)據(jù)庫與緩存一致性主要思路:

1、同步雙寫:也就是修改db的時候同時修改一下緩存,這種模式下會出現(xiàn)無法保證數(shù)據(jù)庫與緩存的原子性。
如果出現(xiàn)多線程同時修改db的情況,網(wǎng)絡(luò)延遲導(dǎo)致數(shù)據(jù)庫修改順序與請求順序錯位
    例如:A 先操作數(shù)據(jù)庫修改 x=1
         B也修改數(shù)據(jù)庫  x=2
         但是網(wǎng)絡(luò)延遲導(dǎo)致
         B先修改緩存     x=2
         A再修改緩存     x=1
    這樣就導(dǎo)致了數(shù)據(jù)庫中x=2,而緩存中則是 x=1,導(dǎo)致數(shù)據(jù)庫與緩存不一致。
  
2、設(shè)置有效期:給緩存設(shè)置有效期,到期后自動刪除。再次查詢時更新
    優(yōu)勢:簡單、方便
    缺點:時效性差,緩存過期之前可能不一致
    場景:更新頻率較低,時效性要求低的業(yè)務(wù)

那我們有沒有什么更加好的解決方案呢?

阿里云的canal就為我們很好的解決了這一問題:

canal: 是Alibaba旗下的一款開源項目,純Java開發(fā).它是基于數(shù)據(jù)庫增量日志解析,提供 增量數(shù)據(jù)訂閱&消費 ,目前主要支持mysql。

canal工作原理

mysql的主從復(fù)制原理:

MySQL master 將數(shù)據(jù)變更寫入二進(jìn)制日志( binary log , 其中記錄叫做二進(jìn)制日志事件 binary log events ,可以通過 show binlog events 進(jìn)行查看) 
 MySQL slave 將 master 的 binary log events 拷貝到它的中繼日志( relay log ) 
 MySQL slave 重放 relay log 中事件,將數(shù)據(jù)變更反映它自己的數(shù)據(jù)

canal工作原理

canal模擬mysql salve的交互協(xié)議,偽裝自己為mysql slave,向mysql master發(fā)送dump協(xié)議;
 mysql master收到dump請求,開始推送binary log給slave(也就是canal);
 canal解析binary log對象(原始byte流).

canal的安裝配置(以windows為例)

一、登進(jìn)Mysql后,使用show variables like'log_bin';查詢是否開啟binlog,如果開啟(ON),進(jìn)行下一步,如果沒開啟(OFF),在數(shù)據(jù)庫的my.ini配置文件添加配置

[mysqld]
    # 開啟 binlog
    log-bin=mysql-bin 
    # 選擇 ROW 模式
    binlog-format=ROW
    # 配置 MySQL replaction 需要定義,不要和 canal 的 slaveId 重復(fù)
    server_id=1

二、binlog開啟后,創(chuàng)建一個canal用戶并授權(quán),官網(wǎng)配置是@%,表示所有服務(wù)器,所以改為localhost就可以,在mysql中,運行如下代碼,設(shè)置完成之后重啟:

CREATE USER canal IDENTIFIED BY 'canal'; 
   GRANT SELECT, REPLICATION SLAVE, REPLICATION CLIENT ON *.* TO 'canal'@'localhost' identified by 'canal'; 
   FLUSH PRIVILEGES;

三、安裝canal

  1. 下載地址:https://github.com/alibaba/canal/releases/tag/canal-1.1.6-alpha-1

在conf文件夾里找到confcanal.properties

canal.id = 1
 canal.ip =
 canal.port = 11111
 canal.metrics.pull.port = 11112
 canal.zkServers =
 # flush data to zk
 canal.zookeeper.flush.period = 1000
 canal.withoutNetty = false
 # tcp, kafka, RocketMQ
 canal.serverMode = tcp
 # flush meta cursor/parse position to file
  • 說明:這個文件是 canal 的基本通用配置,canal 端口號默認(rèn)就是 11111,修改 canal 的輸出 model,默認(rèn) tcp,改為輸出到 kafka
  • 重點關(guān)注上面的:canal.serverMode = tcp 這個配置,默認(rèn)情況,如果是使用mysql,可以不做修改,如果需要將數(shù)據(jù)同步到kafka,或者rocketmq,可以分別修改即可,此處暫不做修改
  1. 解壓到適當(dāng)位置,解壓后在conf文件夾里找到exampleinstance.properties,
canal.instance.mysql.slaveId=20   #只要和mysql的master的不一樣即可
  # enable gtid use true/false
  canal.instance.gtidon=false
  # position info
  canal.instance.master.address=127.0.0.1:3306
  • canal.instance.mysql.slaveId=20 #只要和mysql的master的不一樣即可
  • canal.instance.master.address=127.0.0.1:3306 ,監(jiān)聽的mysql的master節(jié)點信息
  • 配置連接 MySQL 的用戶名和密碼,默認(rèn)就是我們前面授權(quán)的 canal
  1. 修改數(shù)據(jù)庫配置信息,canal.instance.dbUsername、canal.instance.dbPassword為數(shù)據(jù)庫賬戶密碼,均為canal,剛剛創(chuàng)建賬號密碼,

圖片

  1. 到bin目錄下啟動 startup.bat,出現(xiàn)如下界面表示啟動成功

圖片

四、spring boot中整合canal maven依賴

< dependency >
     < groupId >com.alibaba.otter< /groupId >
     < artifactId >canal.client< /artifactId >
     < version >1.1.4< /version >
 < /dependency >

java 示例:

public class CanalService {
 public static void main(String[] args) throws Exception{

     //1.獲取 canal 連接對象,我在本機上部署的,所以是127.0.0.1
     CanalConnector canalConnector =
             CanalConnectors.newSingleConnector(new
                     InetSocketAddress("127.0.0.1", 11111), "example", "", "");

     System.out.println("canal啟動并開始監(jiān)聽數(shù)據(jù) ...... ");
     while (true){
         canalConnector.connect();
         //訂閱表 test數(shù)據(jù)庫下的所有表
         canalConnector.subscribe("test.*");
         //獲取數(shù)據(jù)
         Message message = canalConnector.get(100);
         //解析message
         List< CanalEntry.Entry > entries = message.getEntries();
         if(entries.size() <=0){
             System.out.println("未檢測到數(shù)據(jù)");
             Thread.sleep(1000);
         }
         for(CanalEntry.Entry entry : entries){
             //1、獲取表名
             String tableName = entry.getHeader().getTableName();
             //2、獲取類型
             CanalEntry.EntryType entryType = entry.getEntryType();
             //3、獲取序列化后的數(shù)據(jù)
             ByteString storeValue = entry.getStoreValue();

             //判斷是否rowdata類型數(shù)據(jù)
             if(CanalEntry.EntryType.ROWDATA.equals(entryType)){
                 //對第三步中的數(shù)據(jù)進(jìn)行解析
                 CanalEntry.RowChange rowChange = CanalEntry.RowChange.parseFrom(storeValue);
                 //獲取當(dāng)前事件的操作類型
                 CanalEntry.EventType eventType = rowChange.getEventType();
                 //獲取數(shù)據(jù)集
                 List< CanalEntry.RowData > rowDatasList = rowChange.getRowDatasList();
                 //便利數(shù)據(jù)
                 for(CanalEntry.RowData rowData : rowDatasList){
                     //數(shù)據(jù)變更之前的內(nèi)容
                     JSONObject beforeData = new JSONObject();
                     List< CanalEntry.Column > beforeColumnsList = rowData.getAfterColumnsList();
                     for(CanalEntry.Column column : beforeColumnsList){
                         beforeData.put(column.getName(),column.getValue());
                     }
                     //數(shù)據(jù)變更之后的內(nèi)容
                     List< CanalEntry.Column > afterColumnsList = rowData.getAfterColumnsList();
                     JSONObject afterData = new JSONObject();
                     for(CanalEntry.Column column : afterColumnsList){
                         afterData.put(column.getName(),column.getValue());
                     }
                     System.out.println("Table :" + tableName +
                             ",eventType :" + eventType +
                             ",beforeData :" + beforeData +
                             ",afterData : " + afterData);
                     //操作緩存
                 }
             }else {
                 System.out.println("當(dāng)前操作類型為:" + entryType);
             }
         }
      }
     }
     }

我手動在book表中操作數(shù)據(jù),可以看到程序監(jiān)控輸出結(jié)果

圖片

五、 最后我們拿到數(shù)據(jù)之后可以放入消息隊列,這樣可以加入重試機制,還可以防止冪等問題,最后再寫入緩存。

圖片

  • 消息隊列保證可靠性:寫到隊列中的消息,成功消費之前不會丟失(重啟項目也不擔(dān)心)。
  • 消息隊列保證消息成功投遞:下游從隊列拉取消息,成功消費后才會刪除消息,否則還會繼續(xù)投遞消息給消費者(符合我們重試的場景)。
聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 緩存
    +關(guān)注

    關(guān)注

    1

    文章

    240

    瀏覽量

    26679
  • 數(shù)據(jù)庫
    +關(guān)注

    關(guān)注

    7

    文章

    3799

    瀏覽量

    64395
  • 開源
    +關(guān)注

    關(guān)注

    3

    文章

    3349

    瀏覽量

    42500
  • dump
    +關(guān)注

    關(guān)注

    0

    文章

    13

    瀏覽量

    9514
收藏 人收藏

    評論

    相關(guān)推薦

    理解數(shù)據(jù)庫的事務(wù):ACID,CAP和一致性

    理解數(shù)據(jù)庫的事務(wù),ACID,CAP和一致性
    發(fā)表于 05-04 16:25

    Cache一致性協(xié)議優(yōu)化研究

    問題的由來.總結(jié)了多核時代高速緩存一致性協(xié)議設(shè)計的關(guān)鍵問題,綜述了近年來學(xué)術(shù)界對一致性的研究.從程序訪存行為模式、目錄組織結(jié)構(gòu)、一致性粒度、一致性
    發(fā)表于 12-30 15:04 ?0次下載
    Cache<b class='flag-5'>一致性</b>協(xié)議優(yōu)化研究

    分布式大數(shù)據(jù)一致性檢測

    關(guān)系數(shù)據(jù)庫中可能存在數(shù)據(jù)一致性現(xiàn)象,關(guān)系數(shù)據(jù)庫數(shù)據(jù)質(zhì)量的個主要問題是存在違反函數(shù)依賴情況,為
    發(fā)表于 01-12 16:29 ?0次下載

    自主駕駛系統(tǒng)將使用緩存一致性互連IP和非一致性互連IP

    代ASIL B(D)自主駕駛系統(tǒng)將使用符合ISO 26262標(biāo)準(zhǔn)的緩存一致性互連IP和非一致性互連IP來實現(xiàn)。 美國加利福尼亞州坎貝爾2019年4月26日消息—Arteris IP
    的頭像 發(fā)表于 05-09 17:13 ?3227次閱讀

    干貨:解決分布式緩存數(shù)據(jù)庫的雙存儲雙寫

    分布式緩存是現(xiàn)在很多分布式應(yīng)用中必不可少的組件,但是用到了分布式緩存,就可能會涉及到緩存數(shù)據(jù)庫雙存儲雙寫,你只要是雙寫,就一定會有數(shù)據(jù)一致性
    的頭像 發(fā)表于 09-03 10:58 ?2589次閱讀
    干貨:解決分布式<b class='flag-5'>緩存</b>與<b class='flag-5'>數(shù)據(jù)庫</b>的雙存儲雙寫

    Redis緩存更新一致性的方式

    當(dāng)執(zhí)行寫操作后,需要保證從緩存讀取到的數(shù)據(jù)數(shù)據(jù)庫中持久化的數(shù)據(jù)一致的,因此需要對緩存進(jìn)行更新
    的頭像 發(fā)表于 11-21 10:40 ?758次閱讀

    聊聊緩存數(shù)據(jù)庫一致性

    在云服務(wù)中,緩存是極其重要的點。所謂緩存,其實是個高速數(shù)據(jù)存儲層。當(dāng)緩存存在后,日后再次請求
    的頭像 發(fā)表于 01-30 17:41 ?787次閱讀

    緩存數(shù)據(jù)庫一致性問題如何解

    最近不是正好在研究 canal 嘛,剛巧前兩天看了篇關(guān)于解決緩存數(shù)據(jù)庫一致性問題的文章,里邊提到了種解決方案是結(jié)合 canal 來操作
    的頭像 發(fā)表于 03-24 14:34 ?656次閱讀
    <b class='flag-5'>緩存</b>與<b class='flag-5'>數(shù)據(jù)庫</b><b class='flag-5'>一致性</b>問題如<b class='flag-5'>何解</b>決

    異構(gòu)數(shù)據(jù)庫排序一致性填坑教程

    不同數(shù)據(jù)庫對于字符值的排序規(guī)則各不相同,要達(dá)成在不同數(shù)據(jù)庫上對于同樣數(shù)據(jù)集執(zhí)行查詢語句的輸出結(jié)果順序一致性目標(biāo),則必須進(jìn)行相應(yīng)的設(shè)置或改寫,本文通過對五種
    的頭像 發(fā)表于 03-29 13:43 ?968次閱讀
    異構(gòu)<b class='flag-5'>數(shù)據(jù)庫</b>排序<b class='flag-5'>一致性</b>填坑教程

    緩存數(shù)據(jù)庫雙寫一致性幾種策略分析

    在高并發(fā)場景中,為防止大量請求直接訪問數(shù)據(jù)庫,緩解數(shù)據(jù)庫壓力,常用的方式般會增加緩存層起到緩沖作用,減少數(shù)據(jù)庫壓力。
    的頭像 發(fā)表于 04-21 10:27 ?642次閱讀

    虹科干貨 | 什么是數(shù)據(jù)庫一致性?

    數(shù)據(jù)庫一致性(database consistency)由組值定義,數(shù)據(jù)庫系統(tǒng)中的所有數(shù)據(jù)點都必須與這些值保持
    的頭像 發(fā)表于 07-13 13:56 ?644次閱讀
    虹科干貨 | 什么是<b class='flag-5'>數(shù)據(jù)庫</b><b class='flag-5'>一致性</b>?

    如何保證緩存一致性

    “ 本文的參考文章是2022年HOT 34上Intel Rob Blakenship關(guān)于CXL緩存一致性篇介紹。”
    的頭像 發(fā)表于 10-19 17:42 ?1112次閱讀
    如何保證<b class='flag-5'>緩存</b><b class='flag-5'>一致性</b>

    Redis緩存與Mysql如何保證一致性?

    基本流程就是客戶端A請求,先去刪除緩存,然后將數(shù)據(jù)寫入數(shù)據(jù)庫,此時客戶端B查詢先去查詢緩存,緩存沒有返回,去查
    的頭像 發(fā)表于 12-02 14:23 ?928次閱讀
    Redis<b class='flag-5'>緩存</b>與Mysql如何保證<b class='flag-5'>一致性</b>?

    深入理解數(shù)據(jù)備份的關(guān)鍵原則:應(yīng)用一致性與崩潰一致性的區(qū)別

    深入理解數(shù)據(jù)備份的關(guān)鍵原則:應(yīng)用一致性與崩潰一致性的區(qū)別 在數(shù)字化時代,數(shù)據(jù)備份成為了企業(yè)信息安全的核心環(huán)節(jié)。但在備份過程中,兩個關(guān)鍵概念——應(yīng)用
    的頭像 發(fā)表于 03-11 11:29 ?923次閱讀
    深入理解<b class='flag-5'>數(shù)據(jù)</b>備份的關(guān)鍵原則:應(yīng)用<b class='flag-5'>一致性</b>與崩潰<b class='flag-5'>一致性</b>的區(qū)別

    異構(gòu)計算下緩存一致性的重要

    在眾多回復(fù)中,李博杰同學(xué)的回答被認(rèn)為質(zhì)量最高。他首先將緩存一致性分為兩個主要場景:是主機內(nèi)CPU與設(shè)備間的一致性;二是跨主機的一致性
    的頭像 發(fā)表于 10-24 17:00 ?546次閱讀
    異構(gòu)計算下<b class='flag-5'>緩存</b><b class='flag-5'>一致性</b>的重要<b class='flag-5'>性</b>