本文目录一览：
- 1、2020-05-16:如何保证redis和mysql数据一致?
- 2、redis实现多个线程同时修改同一个数据,保证数据一致性
- 3、分布式一致性算法
- 4、如何保证redis集群和mysql的数据一致性
- 5、Redis主从复制与一致性
- 6、Redisson实现分布式锁原理
如果要“保证”数据的安全性 ， 那么会带来开销的进一步提升，以至于使用redis带来的性能优势都会丧失 。正确的做法是区分不同的业务，使得并不需要“保证”数据一致性的场合，可以使用redis优化 。而敏感的场合依然使用mysql 。
二者数据同步的关键在于mysql数据库中主键，方案是在redis启动时区mysql读取所有表键值存入redis中，往redis写数据是，对redis主键自增并进行读取 ， 若mysql更新失败，则需要及时清除缓存及同步redis主键 。
答案是肯定的，下面通过canal结合Kafka来实现mysql与redis之间的数据同步 。架构设计 通过上述结构设计图可以很清晰的知道用到的组件：MySQL、Canal、Kafka、ZooKeeper、Redis 。
对于一致性要求高的，从数据库中读，比如金融，交易等数据 。其他的从Redis读 。这种方案的好处是由mysql，常规的关系型数据库来保证持久化，一致性等，不容易出错 。
先讲MySQL，MySQL中一个事务提交之后就永久写入了，同时将事务的操作写入日志 。然后 ， slave从master中请求日志，复制这个事务的操作（注意不是sql语句） 。
redis实现多个线程同时修改同一个数据,保证数据一致性这意味着在并发环境下，你不必担心两个线程会同时修改同一个键的值 。一旦一个线程开始执行SET操作 ， 其他线程必须等待该操作完成，才能进行修改 。
redis的所有操作都是原子性的，这意味着它们要么完全执行，要么完全不执行 。这确保了在并发环境下的数据一致性，避免了多个操作同时对同一数据进行修改而产生的竞态条件 。
相反 ， Redis的核心处理逻辑仍然是单线程的 ， 这是为了保证Redis在处理数据时的一致性和原子性 。多线程主要用于那些可以并行处理的辅助任务，以此来提高Redis的整体性能 。
您在使用Redisson时出现相同数据的情况，有以下几种原因：数据重复插入 ， 在插入数据时没有进行去重操作，导致相同的数据被插入到了Redis中 。并发写入，在高并发环境下，多个线程同时写入相同的数据，导致重复数据的写入 。
原子操作 Redis的所有操作都是原子性的，这意味着在执行操作时，不会受到其他操作的干扰 。这有助于确保数据的一致性和并发安全性 。Redis的存储 redis使用了两种文件格式：全量数据和增量请求 。
分布式一致性算法1、在做服务器负载均衡时候可供选择的负载均衡的算法有很多，包括： 轮循算法（Round Robin）、哈希算法（HASH）、最少连接算法（Least Connection）、响应速度算法（Response Time）、加权法（Weighted ）等 。
2、一个分布式系统 不可能同时满足 一致性（ C：Consistency ） ， 可用性（ A： Availability ）和分区容错性（ P：Partition tolerance ）这三个基本需求， 最多只能同时满足其中的 2 个 。
3、所谓分布式共识（consensus），与 CAP理论 中的一致性（consistency）其实是异曲同工 ， 就是在分布式系统中，所有节点对同一份数据的认知能够达成一致 。保证集群共识的算法就叫共识算法，它与一致性协议这个词也经常互相通用 。
4、这是一种传统的分布式一致性算法，是一种基于选举领导者的共识机制 。领导者节点拥有绝对权限，并允许强监督节点参与 ， 其性能高，资源消耗低 。所有节点一般有线下准入机制，但选举过程中不允许有作恶节点，不具备容错性 。
5、共识算法（分布式下的一致性算法）业务场景：达到的效果：可以保证在过半节点正常的情况下，所有的写入操作不会丢失 。Zab协议并不保证强一致性，也不是弱一致性，而是在一定限度内的强一致性 。
如何保证redis集群和mysql的数据一致性这种情况应该是先删除缓存 ， 然后在更新数据库，如果删除缓存失败，那就不要更新数据库，如果说删除缓存成功，而更新数据库失败，那查询的时候只是从数据库里查了旧的数据而已，这样就能保持数据库与缓存的一致性 。
如果要“保证”数据的安全性，那么会带来开销的进一步提升，以至于使用redis带来的性能优势都会丧失 。正确的做法是区分不同的业务，使得并不需要“保证”数据一致性的场合，可以使用redis优化 。而敏感的场合依然使用mysql 。
SAGA或者TCC - 这两种需要业务代码的大量配合 。通过业务代码来补偿一致性 。现实当中有XA协议 。比如Ehcache是支持XA协议的 。但是性能表现不佳 ， 运维也麻烦 。
二者数据同步的关键在于mysql数据库中主键，方案是在redis启动时区mysql读取所有表键值存入redis中，往redis写数据是，对redis主键自增并进行读取，若mysql更新失败，则需要及时清除缓存及同步redis主键 。
先讲MySQL，MySQL中一个事务提交之后就永久写入了，同时将事务的操作写入日志 。然后，slave从master中请求日志，复制这个事务的操作（注意不是sql语句） 。
Redis主从复制与一致性Redis为复制积压缓冲区设置的默认大小为1MB，如果主服务器需要执行大量写命令，又或者主从服务器断线后重连接所需的时间比较，那么这个大小也许并不合适 。
因此，可以说Redis集群中的主节点数据是一致的 ， 这是由于集群的复制和同步机制以及状态检查机制所保证的 。
主从复制，是指将一台Redis服务器的数据，复制到其他的Redis服务器 。前者称为主节点（master） ， 后者称为从节点（slave），数据的复制是单向的 ， 只能由主节点到从节点 。
【redis 分布式 redis分布式如何保持一致性】主从复制可以将主节点的数据备份到从节点，当主节点出现故障时，可以将从节点中的数据恢复到主节点中 ， 从而保证数据的完整性和一致性 。
Redisson实现分布式锁原理1、如果发现加锁次数是0了，说明这个客户端已经不再持有锁了，此时就会用：“del myLock”命令 ， 从redis里删除这个key 。然后呢，另外的客户端2就可以尝试完成加锁了 。这就是所谓的分布式锁的开源Redisson框架的实现机制 。
2、注意 rLock.tryLock（10 ， TimeUnit.SECONDS）； 时间要设置大一点，如果等待时间太短，小于获取锁 redis 命令的时间 ， 那么就直接返回获取锁失败了 。
3、Redis分布式锁可以有多种方式实现但是其核心就是通过以下三个Redis命令组合实现 。SETNX SETNX key val 当且仅当key不存在时 ， set一个key为val的字符串，返回1；若key存在，则什么都不做，返回0 。
4、简单加锁命令：命令是：setnx 内部的实现机制就是判断这个key位置是不是有数据，没有数据就设置成value返回，有数据就返回一个特殊数值 。
