在聊数据库与缓存一致性问题之前，先聊聊数据库主库与从库的一致性问题。

问：常见的数据库集群架构如何?

答：一主多从，主从同步，读写分离。

如上图：

一个主库提供写服务

多个从库提供读服务，可以增加从库提升读性能

主从之间同步数据

画外音：任何方案不要忘了本心，加从库的本心，是提升读性能。

问：为什么会出现不一致?

答：主从同步有时延，这个时延期间读从库，可能读到不一致的数据。

如上图：

服务发起了一个写请求

服务又发起了一个读请求，此时同步未完成，读到一个不一致的脏数据

数据库主从同步最后才完成

画外音：任何数据冗余，必将引发一致性问题。

问：如何避免这种主从延时导致的不一致?

答：常见的方法有这么几种。

方案一：忽略

任何脱离业务的架构设计都是耍流氓，绝大部分业务，例如：百度搜索，淘宝订单，QQ消息，58帖子都允许短时间不一致。

画外音：如果业务能接受，最推崇此法。

如果业务能够接受，别把系统架构搞得太复杂。

方案二：强制读主

如上图：

使用一个高可用主库提供数据库服务

读和写都落到主库上

采用缓存来提升系统读性能

这是很常见的微服务架构，可以避免数据库主从一致性问题。

方案三：选择性读主

强制读主过于粗暴，毕竟只有少量写请求，很短时间，可能读取到脏数据。

有没有可能实现，只有这一段时间，可能读到从库脏数据的读请求读主，平时读从呢?

可以利用一个缓存记录必须读主的数据。

如上图，当写请求发生时：

写主库

将哪个库，哪个表，哪个主键三个信息拼装一个key设置到cache里，这条记录的超时时间，设置为“主从同步时延”

画外音：key的格式为“db:table:PK”，假设主从延时为1s，这个key的cache超时时间也为1s。

如上图，当读请求发生时：

这是要读哪个库，哪个表，哪个主键的数据呢，也将这三个信息拼装一个key，到cache里去查询，如果，

cache里有这个key，说明1s内刚发生过写请求，数据库主从同步可能还没有完成，此时就应该去主库查询

cache里没有这个key，说明最近没有发生过写请求，此时就可以去从库查询

以此，保证读到的一定不是不一致的脏数据。

总结

数据库主库和从库不一致，常见有这么几种优化方案：

业务可以接受，系统不优化

强制读主，高可用主库，用缓存提高读性能

在cache里记录哪些记录发生过写请求，来路由读主还是读从

文字很短，不能解决所有问题，但希望能给大家一些启示。

【本文为51CTO专栏作者“58沈剑”原创稿件，转载请联系原作者】

戳这里，看该作者更多好文

【编辑推荐】

达观数据：想写出人见人爱的推荐系统，先了解经典矩阵分解技术

OpenStack环境中运行大数据系统的四大存储问题

缓存，究竟是淘汰，还是修改？

缓存，并发更新的大坑？

止步四强，我们分析了内马尔本次世界杯的43次“倒地”数据