面试题：Redis缓存失效机制下如何保障MySQL数据一致性

Question

在Redis常见的缓存失效机制（如定时删除、惰性删除、内存淘汰策略）场景下，阐述如何确保MySQL中的数据与Redis缓存数据保持一致，举例说明可能出现数据不一致的情况及应对方案。

Answer 1

确保MySQL与Redis缓存数据一致的方法

1. 读写顺序控制：
   • 先写MySQL，再删Redis缓存：在数据发生变化时，先更新MySQL数据库，成功后再删除对应的Redis缓存。这样下次读取数据时，会从MySQL中获取最新数据并重新写入Redis缓存。例如，用户修改了个人信息，应用程序先将新信息写入MySQL，然后删除Redis中该用户信息的缓存。
   • 先更新Redis，再更新MySQL：先在Redis中更新数据，同时标记为“脏数据”，后台异步任务将数据持久化到MySQL。这种方式能保证读取时获取最新数据，但需要处理好异步任务可能出现的失败情况。比如在电商系统中，商品库存的快速更新场景可以采用这种方式。
2. 使用消息队列：在更新MySQL数据后，发送一条消息到消息队列（如Kafka、RabbitMQ），消息消费者接收到消息后删除Redis缓存。这样可以避免直接在业务代码中耦合删除缓存的操作，并且消息队列可以保证消息的可靠投递。例如，订单状态发生变化，系统向消息队列发送订单状态更新消息，消费者监听该消息并删除Redis中与该订单相关的缓存。

可能出现数据不一致的情况及应对方案

1. 并发读写导致的不一致：
   • 情况：在高并发场景下，可能会出现A线程先读取数据到Redis缓存，然后B线程更新了MySQL数据但还未删除Redis缓存，此时C线程又从Redis缓存读取到旧数据。
   • 应对方案：可以使用分布式锁（如Redis分布式锁），在更新MySQL数据前获取锁，确保同一时间只有一个线程能更新数据并删除缓存。例如，在秒杀活动中，对库存数据的更新和缓存处理就可以通过分布式锁来保证一致性。
2. 缓存删除失败导致的不一致：
   • 情况：更新MySQL数据成功后，删除Redis缓存操作因为网络等原因失败，导致Redis中仍然是旧数据。
   • 应对方案：采用重试机制，当删除缓存失败时，应用程序进行多次重试。若多次重试仍失败，可以记录日志并通过人工介入或监控系统来处理。例如，可以使用Spring Retry框架实现重试逻辑。
3. 异步更新数据导致的不一致：
   • 情况：采用先更新Redis，异步更新MySQL的策略时，如果异步任务失败，会导致MySQL与Redis数据不一致。
   • 应对方案：增加异步任务的重试机制和监控，若任务失败，记录失败信息并进行多次重试。同时，监控系统可以定期检查异步任务的执行情况，发现问题及时通知运维人员处理。例如，使用Elastic Job等分布式任务调度框架，对异步更新MySQL的任务进行管理和监控。