面试题：Redis预计算结果与MySQL数据一致性维护

双写模式
- 操作流程：
  - 当MySQL数据发生更新时，同时对Redis中的预计算数据进行更新。例如，在一个电商系统中，如果商品的价格在MySQL中被修改，那么根据价格参与计算的Redis预计算数据（如某类商品的平均价格等）也要同步修改。
  - 代码示例（以Python的Flask框架结合SQLAlchemy和Redis - Py为例）：

from flask import Flask
from flask_sqlalchemy import SQLAlchemy
import redis

app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] ='mysql://user:password@localhost/mydb'
db = SQLAlchemy(app)
r = redis.Redis(host='localhost', port = 6379, db = 0)

class Product(db.Model):
    id = db.Column(db.Integer, primary_key = True)
    price = db.Column(db.Float)

@app.route('/update_product_price/<int:product_id>/<float:new_price>', methods=['POST'])
def update_product_price(product_id, new_price):
    product = Product.query.get(product_id)
    product.price = new_price
    db.session.commit()
    # 更新Redis预计算数据，假设Redis中存储了所有商品的平均价格
    all_products = Product.query.all()
    total_price = sum([p.price for p in all_products])
    average_price = total_price / len(all_products) if all_products else 0
    r.set('average_product_price', average_price)
    return 'Product price updated successfully'

优缺点：
- 优点：实现相对简单，能够快速保证数据一致性。
- 缺点：在高并发场景下，可能会因为网络等原因导致MySQL更新成功但Redis更新失败，造成数据不一致。而且每次更新都需要操作两个存储，增加了系统的开销。

消息队列模式
- 操作流程：
  - 当MySQL数据更新时，向消息队列（如Kafka、RabbitMQ等）发送一条消息，消息内容包含更新的数据及相关操作信息（如新增、修改、删除）。
  - 一个独立的消费者服务监听这个消息队列，当收到消息时，根据消息内容对Redis中的预计算数据进行相应的更新。例如，在一个社交平台中，用户的点赞数在MySQL中更新后，发送消息到消息队列，消费者服务收到消息后重新计算该用户相关的热度值（Redis预计算数据）。
- 代码示例（以Python结合RabbitMQ和Redis - Py为例）：

import pika
import redis

# 连接RabbitMQ
connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
channel = connection.channel()
channel.queue_declare(queue='mysql_updates')

# 连接Redis
r = redis.Redis(host='localhost', port = 6379, db = 0)

def callback(ch, method, properties, body):
    # 假设消息体格式为：user_id:new_like_count
    parts = body.decode('utf - 8').split(':')
    user_id = parts[0]
    new_like_count = int(parts[1])
    # 重新计算用户热度值并更新到Redis
    # 这里假设热度值计算方式为点赞数的平方
    popularity = new_like_count * new_like_count
    r.set(f'user_{user_id}_popularity', popularity)

channel.basic_consume(queue='mysql_updates', on_message_callback = callback, auto_ack = True)

print(' [*] Waiting for messages. To exit press CTRL+C')
channel.start_consuming()

优缺点：
- 优点：解耦了MySQL和Redis的更新操作，提高了系统的可扩展性和稳定性。消息队列可以保证消息不丢失，即使消费者服务出现故障，重启后可以继续处理未处理的消息。
- 缺点：引入了额外的组件（消息队列），增加了系统的复杂性和维护成本。消息处理可能存在一定的延迟，无法做到绝对实时的一致性。

数据库触发器模式（仅适用于支持触发器的数据库，如MySQL）
- 操作流程：
  - 在MySQL数据库中创建触发器。例如，当对某张表进行INSERT、UPDATE或DELETE操作时，触发器会被触发。触发器可以向一个特定的表（如redis_update_log）中插入一条记录，记录包含需要更新Redis预计算数据的相关信息（如涉及的表名、主键值等）。
  - 一个后台任务（如定时任务或常驻进程）定期检查redis_update_log表，根据记录的信息更新Redis中的预计算数据。例如，在一个博客系统中，当文章的评论数在MySQL中更新时，触发器记录更新信息到redis_update_log表，后台任务根据这些信息重新计算文章的热度值（Redis预计算数据）。
- 优缺点：
  - 优点：利用数据库自身的功能实现数据的关联操作，对应用层代码侵入性小。可以精确控制在数据库操作的同时记录相关更新信息。
  - 缺点：不同数据库的触发器语法可能不同，可移植性较差。后台任务定期检查存在一定延迟，而且如果触发器逻辑复杂，可能会影响数据库的性能。

星途面试题库

面试题：Redis预计算结果与MySQL数据一致性维护

知识考点

面试题答案