面试题：Redis预计算结果一致性与MySQL数据同步

保证一致性的同步策略
- 读写时更新策略
  - 写后更新：当MySQL数据发生变化（如执行INSERT、UPDATE、DELETE操作）后，立即更新Redis中的预计算结果。例如，假设在MySQL中有一个用户表users，统计用户总数作为Redis预计算数据。当执行INSERT INTO users (name, age) VALUES ('John', 25)操作后，在MySQL事务提交后，立即调用Redis的INCR命令（假设Redis中存储用户总数的键为user_count）来更新用户总数。
  - 写前更新：在MySQL执行写操作前，先更新Redis预计算结果。这种方式能避免在MySQL写操作过程中Redis数据不一致的短暂窗口。但需要注意，如果MySQL写操作失败，需要有回滚机制来恢复Redis数据。例如，在执行UPDATE users SET age = age + 1 WHERE name = 'John'前，先在Redis中更新与John相关的年龄统计信息。
- 异步更新策略
  - 基于消息队列：使用消息队列（如Kafka、RabbitMQ）。当MySQL数据变化时，数据库触发器或应用程序代码发送一条消息到消息队列。消息内容包含数据变化的相关信息，如操作类型（INSERT、UPDATE、DELETE）以及涉及的数据。一个消费者程序监听这个消息队列，当接收到消息时，根据消息内容更新Redis中的预计算结果。例如，当MySQL的订单表orders插入一条新订单记录，应用程序发送一条消息到Kafka，消息包含新订单的金额等信息。消费者程序从Kafka读取消息，更新Redis中订单总金额等预计算数据。
  - 基于MySQL Binlog：MySQL的二进制日志（Binlog）记录了数据库的所有写操作。可以使用工具（如Canal）模拟MySQL从库连接主库，解析Binlog中的数据变化。当解析到数据变化时，根据规则更新Redis预计算结果。例如，Canal解析到Binlog中关于产品表products的价格更新操作，根据这个更新操作在Redis中更新与产品相关的价格统计数据。
高效更新Redis预计算结果的技术手段
- 批量操作：避免频繁的单个Redis操作，尽量进行批量操作。例如，如果一次有多个用户的信息更新，将这些更新操作批量组合起来，使用Redis的MSET、MGET等批量命令来减少网络开销。假设要更新多个用户的积分，可将所有用户的积分更新操作组合成一个MSET命令，如MSET user:1:score 100 user:2:score 200 user:3:score 300。
- 数据结构优化：选择合适的Redis数据结构。对于统计分析，Hash结构可用于存储多个相关的预计算结果。例如，对于每个产品的统计信息，可使用Hash结构，键为product:product_id:stats，字段为total_sales、average_rating等，值为对应的统计值。这样在更新时，可通过HSET命令高效地更新单个字段，而不需要重新计算和设置整个键值对。
- 使用Lua脚本：Lua脚本在Redis中是原子执行的。可以将复杂的更新逻辑封装在Lua脚本中，减少网络往返次数并保证操作的原子性。例如，假设更新Redis中的库存统计时，需要同时更新总库存、可用库存等多个相关数据，可编写一个Lua脚本，在脚本中完成所有这些更新操作，然后通过EVAL命令在Redis中执行该脚本。

-- 假设键为stock:product_id，字段为total_stock和available_stock
local key = KEYS[1]
local delta = ARGV[1]
redis.call('HINCRBY', key, 'total_stock', delta)
redis.call('HINCRBY', key, 'available_stock', delta)
return'result'

通过redis-cli EVAL "脚本内容" 1 stock:1 10（这里1表示传递1个键参数，stock:1为键，10为库存变化量）来执行脚本。

星途面试题库

面试题：Redis预计算结果一致性与MySQL数据同步

知识考点

面试题答案