面试题：复杂业务架构中Redis缓存失效对MySQL数据一致性的深度影响及解决策略

Question

在一个包含分布式微服务架构、读写分离的MySQL集群以及多级Redis缓存层次的复杂系统中，分析Redis某一层级缓存失效时，如何通过跨服务、跨数据库节点的协同操作，确保MySQL数据在最终一致性方面达到最佳效果，并且要考虑不同失效场景（如缓存雪崩、缓存穿透等）下的差异化处理方案。

Answer 1

1. 缓存失效总体处理思路

• 跨服务协同：当Redis某一层级缓存失效时，涉及到的微服务之间需要通过消息队列、事件总线等机制进行通信。例如，使用Kafka、RabbitMQ等消息队列，缓存失效的服务将失效信息发送到消息队列，其他相关服务订阅该队列，获取失效信息后采取相应操作。
• 跨数据库节点协同：在读写分离的MySQL集群中，写操作一般在主节点，读操作在从节点。当缓存失效需要从数据库获取数据时，要确保从节点数据的一致性。可以通过主从复制机制，确保主节点数据更新后及时同步到从节点。同时，对于一些关键数据的读取，可以暂时绕过从节点，直接从主节点读取，以保证数据的最新性。

2. 不同失效场景处理方案

缓存雪崩

• 场景描述：大量缓存同时失效，导致大量请求直接访问数据库，可能压垮数据库。
• 处理方案：
  • 设置不同过期时间：在缓存写入时，为不同数据设置随机的过期时间，避免大量缓存同时过期。例如，原本过期时间为1小时的缓存，设置为50 - 70分钟之间的随机值。
  • 兜底策略：使用Hystrix等熔断器框架，当数据库请求量达到一定阈值时，熔断器跳闸，返回兜底数据（如默认值、缓存中旧数据等），避免数据库被压垮。同时，记录请求日志，待系统恢复后重新处理这些请求。
  • 预热缓存：在系统启动时，通过批量加载数据到缓存中，避免启动后短时间内大量缓存失效。可以使用定时任务定期更新缓存，确保缓存中的数据是最新的。

缓存穿透

• 场景描述：查询不存在的数据，每次都绕过缓存直接访问数据库，增加数据库压力。
• 处理方案：
  • 布隆过滤器：在缓存之前增加布隆过滤器，将所有可能存在的数据哈希到一个足够大的位数组中。当查询数据时，先通过布隆过滤器判断数据是否存在，如果不存在则直接返回，不再访问数据库。例如，使用Google Guava库中的BloomFilter实现布隆过滤器。
  • 空值缓存：当查询的数据在数据库中不存在时，也将该空值缓存起来，并设置较短的过期时间。下次查询同样的数据时，直接从缓存中获取空值，避免再次访问数据库。

缓存击穿

• 场景描述：热点数据缓存过期瞬间，大量请求同时访问数据库。
• 处理方案：
  • 互斥锁：在缓存失效时，使用分布式锁（如Redis锁、Zookeeper锁）保证只有一个请求能从数据库加载数据并更新缓存，其他请求等待。例如，使用Redis的SETNX命令实现分布式锁。
  • 二级缓存：对于热点数据，除了正常的缓存层级外，再设置一层本地缓存（如Guava Cache）。当一级缓存失效时，先从本地缓存获取数据，减轻数据库压力，同时异步更新一级缓存。