mysql主库与redis缓存

MySQL 做主库 + Redis 做缓存

这是最常见的「数据库 + 缓存」组合:MySQL 存全部数据、做唯一事实来源;Redis 挡在读请求前面,把热点数据放进内存。 目标是让绝大多数读请求根本不碰 MySQL。

本文按「架构定位 → 读路径 → 写路径 → key 设计 → 代码封装 → 三大缓存问题 → 一致性方案」组织,假设你已经了解 Redis 的基本用法;容器怎么起这两个服务,见 Docker 部署 MySQL 与 Redis。

一句话记住:**缓存只有三个动作——读的时候回填、写的时候删除、过期时间兜底。** 剩下的一切都是这三个动作的细节与补救。

mdk height=520 color=#c74634 # MySQL 主库 + Redis 缓存 ## 定位 - MySQL 是唯一事实来源 - Redis 只是加速层 - 缓存数据随时可丢、可重建 ## 读路径 - 先查 Redis - 未命中查 MySQL - 查到后回填并设 TTL - 查不到就缓存空值 ## 写路径 - 先更新 MySQL - 再删除缓存(不是更新) - 删除失败要重试补偿 - TTL 作为最后兜底 ## Key 设计 - 业务:实体:ID 命名 - 值统一 JSON 序列化 - 控制单值与集合大小 - TTL 加随机抖动 ## 三大缓存问题 ### 穿透 - 缓存空值 - 布隆过滤器 - 参数校验与限流 ### 击穿 - 互斥锁回源 - 逻辑过期 - 热点预热 ### 雪崩 - TTL 抖动 - 多级缓存 - 熔断降级 ## 一致性方案 - 删缓存 + TTL 兜底 - 延时双删 - binlog 订阅补偿 - 要求强一致就别缓存 ## 不该缓存的 - 余额与库存 - 权限与支付状态 - 强一致的读 ## 别忘了 MySQL - 回源 SQL 必须走索引 - 写后读考虑主从延迟 - 连接池与慢查询监控

这套架构能不能用好,取决于三条铁律:

  • MySQL 是唯一事实来源(Source of Truth):任何数据先写进 MySQL,成功了才谈缓存
  • Redis 是可以随时清空的加速层:FLUSHALL 之后业务应该「变慢」而不是「出错」
  • 缓存里不允许存在只有它才有的数据:一旦出现,说明它已经变成主库了

推论很清楚:数据库里的数据都要有,缓存里的数据可以没有。 判断一段逻辑能不能走缓存,就问一句「这个 key 突然消失,业务会不会算错?」会,就不能缓存。

读请求:
  应用 ──① 查缓存──▶ Redis
        │  命中 ──▶ 直接返回(绝大多数请求走到这里就结束了)
        │
        └─② 未命中 ──▶ MySQL ──③ 回填缓存(带 TTL)──▶ 返回

写请求:
  应用 ──① 更新 MySQL(事务提交) ──② 删除 Redis 里的相关 key
                                    └─③ 删除失败 → 重试 / 由 binlog 订阅补偿

读的标准写法,业界叫 Cache Aside,就是把「先查缓存、没有再查库、然后回填」这件事放在业务代码里(而不是让缓存中间件自己回源):

值 = GET key
如果缓存未命中:
    值 = 查 MySQL 走索引
    如果值存在:
        SET key 值 EX 300        # 回填,必须带过期时间
    否则:
        SET key 空值标记 EX 60   # 防穿透,TTL 要短
返回 值

几个必须做到的细节:

  • 回填一定要带 TTL,哪怕 TTL 很长。没有 TTL 的缓存 key 是定时炸弹。
  • 空结果也要缓存,否则一个不存在的 ID 被反复请求就会次次打到 MySQL(缓存穿透)。
  • 只在 MySQL 查到数据时才回填,不要用「缓存空值」当正常的取数逻辑。
  • 别在缓存里存「查库的游标」这类状态,缓存是无状态加速层。

常见的另外两种模式(了解即可,多数项目用不上):

模式 读 写 评价
Cache Aside 应用自己查缓存 + 查库回填 应用自己更新库 + 删缓存 推荐默认选择,逻辑透明、可控
Read/Write Through 由缓存组件代为回源 由缓存组件代为写库 应用层更干净,但需要中间件支持,排错链条变长
Write Behind 同 Cache Aside 先写缓存,异步批量刷库 吞吐极高,宕机会丢数据,只适合日志、计数等可容忍丢失的场景

这一节是整套方案里最容易写错的地方,值得逐条说清楚。

  • 并发写会互相覆盖:两个写请求几乎同时到达,A 先更新库、B 后更新库又先更新缓存,最终缓存里留下的是 A 的旧值,而且可能长期存在
  • 删除是幂等的:删一次和删三次结果一样;更新则要保证「算出来的值」一定是最新的,代价高得多
  • 删除能顺带处理集合类的复杂更新:像列表、排行榜,你很难算出「更新后的缓存该长什么样」

反过来「先删缓存、再更新库」看上去更快,但会出现这种时序:

线程 A(写)           线程 B(读)                 时间
删缓存                 │                            t1
                     读缓存未命中                  t2
                     查 MySQL,读到旧值             t3
更新 MySQL(写新值)   │                            t4
                     回填缓存(旧值!)             t5

结果:库里是新值,缓存里是旧值,而且这条脏数据要等 TTL 到期才消失。

而「先更新库、再删缓存」的最坏情况,是读线程在删之前就把旧值读走、又延后回填——窗口极窄,且 TTL 兜底,工程上可以接受。

删缓存失败(网络抖动、Redis 重启)会让脏数据长期存在,所以要有补偿:

  • 重试:把删除动作丢进消息队列,失败自动重试直到成功
  • binlog 订阅兜底:用 Canal / Debezium / Maxwell 订阅 MySQL binlog,解析出变更的表和主键,由独立消费者去删缓存。这是最可靠的方案,因为它不依赖业务代码提交后是否记得删
  • TTL 兜底:无论上面两条做没做到,TTL 永远在

写库后立刻删缓存,仍可能有「读线程在删之前读到旧值、删之后才回填」的极端情况。缓解办法是延迟再删一次:

$redis->del($key);                            // 第一次删
$pdo->exec("UPDATE users SET city='上海' WHERE id=1");
// 延迟 300~1000 ms 再删一次,覆盖极端时序下被回填的旧值
$redis->setex("delay:del:" . $key, 1, $key);  // 交给异步任务或定时脚本真正执行 DEL

它不精确(延迟多久是猜的),但能显著缩小窗口。只有在写并发很高、或 MySQL 主从复制导致读抖动时才有必要,普通项目用「删缓存 + TTL」就够了。

余额、库存、支付状态、权限判断这类数据,不要用「删缓存 + TTL」硬凑一致性,那只是把 bug 藏起来。正确做法是:

  • 这类读直接走 MySQL 主库,必要时加行锁或乐观锁
  • 必须用缓存加速时,缓存里放版本号或时间戳,读完与库里比对,不一致就回源
  • 用「扣减走 MySQL 原子更新 + 缓存只做展示」的方式降低一致性要求

统一规范能省掉后期一大半排查时间:

建议 说明
命名用 业务:实体:ID:字段 如 user:1001:profile 、article:200:views ,层级用冒号分隔
加统一前缀 如 app: ,多项目共用一个 Redis 实例时不会撞 key
值用 JSON 序列化 可读性好、跨语言;对体积敏感再换 MessagePack 或压缩
中文不要转义 PHP 传 JSONUNESCAPEDUNICODE ,排查时肉眼能看懂
单值控制在 10 KB 内 大对象拆成多个 key,或只缓存热点字段
集合元素控制在几千级 超过就用 HSCAN / ZSCAN 分页,或拆 key
TTL 必须设,且加抖动 300 秒就设成 270 到 330 秒之间,避免同一批 key 同时过期
空值用独立标记 例如固定字符串,避免与真实值混淆
user:1001:profile          # 用户资料,JSON,TTL 5 分钟
user:1001:order:count      # 单字段计数,TTL 1 分钟
article:200:views          # 计数器,可以给较长 TTL
rank:hot:daily:2026-10-15  # 当日热榜,ZSet,第二天自然淘汰
lock:order:9527            # 互斥锁,TTL 10 秒

另外:Redis 的 16 个库不要当「环境隔离」用。开发、测试、生产各起实例或用不同前缀,别靠 SELECT 切库来区分。

该主题尚不存在

您访问的页面并不存在。如果允许,您可以使用创建该页面按钮来创建它。

  • mysql主库与redis缓存.1792052457.txt.gz
  • 最后更改: 2026/10/15 16:20
  • 由 张叶安