程序员看过来,每天一道大厂Java面试真题分享：主从数据库不一致如何解决?答案：场景描述,对于主从库,读写分离,如果主从库更新同步有时差,就会导致主从库数据的不一致1、忽略这个数据不一致,在数据一致性要求不高的业务下,未必需要时时一致性。
DB读写分离情况下，如何解决缓存和数据库不一致性问题？
有两种方案。先来了解什么情况下会产生缓存和数据库数据不一致。查询数据时优先从缓存中取，如果缓存没有就查询数据库并且写入缓存。如果数据库数据改变了则清除缓存。在正常情况下是没有问题的。但是在服务的并发非常高的情况下，删除了缓存此时数据库还没来得及更新完数据就又有查询请求来了，这时候读到的还是旧数据并且还会将旧数据写入缓存。
此时就造成了缓存和数据库不一致。第一种解决方案：延时删除。在改变数据库数据时清除缓存的操作延时一段时间，这段时间可以非常短，只需要保证数据库写操作完成就可以了。但在实际环境中我们并不知道数据库什么时候才把数据写完成，因此这段时间不好控制，短了的话起不到作用，长了的话影响体验。不过在一般情况下这种方式已经可以解决问题了。
MYSQL中读写分离有什么样的好处呢，为什么一些人都选择读写分离？
现在绝大部分软件项目，都会使用到关系型数据库，比如MySQL、Oracle、DB2等等，目前这些数据库的单机性能已经是不断优化和提高了，但是随着数据增长的速度和并发访问量的增加，在某些公司、某些场景下，单机数据库已经很难满足业务的需要了，所以必须考虑数据库集群的方式来提高系统的可用性；最常见的两种方法：分库分表：把数据分散到不同的数据库上，每台数据库中存储的数据是不相同的（这里先不考虑每个库做备份或读写分离）；分库分表既可以分散数据库访问的压力，也可以分散数据存储的压力；但是使用分库分表方案的时候，会带来扩容、事务、关联查询等问题和难点，具体这里就不展开讲了。
读写分离：将数据库读操作和写操作分散到不同的节点上，通常是一台数据库做写操作，1到N台做读操作；读写分离的架构，每一台数据中的数据是相同的（这里先忽略延迟的问题），所以只分散了数据库访问的压力，并没有分散数据存储的压力；我们这里主要讲一讲读写分离。读写分离基本架构MySQL读写分离的基本架构，可以参考下图：如上图，读写分离实现的基本步骤是：数据库服务器搭建多台，一主N从（N大于等于1）；主数据库只负责写操作，从数据库只负责读操作；主数据库复制数据到从数据库上；客户端写操作路由到主数据库上，读操作路由到从数据库上。
读写分离还有另外一种架构，就是在MySQL数据库和客户端之间，增加一层中间代理层，客户端只连接代理， 由代理根据请求类型，把请求分发到不同的数据库上：第一种架构，整体架构比较简单直接，性能会稍微高一些，但是如果才用直连的方式，客户端可能会稍微麻烦一些（通常需要引入一些组件，负责管理数据库）；第二种架构，对客户端比较友好，因为客户端只需要和代理交互，并不用关注数据库的具体信息；但是因为多了一层代理，多多少少会对性能有一定的影响。
读写分离带来的好处读写分离结构中，会有两台甚至更多台数据库，这种冗余的设计，可以提高数据的安全性和系统的可用性；就算是在分库分表的架构中，每一台子库，也可以一主多备的部署方式；读写分离更多的时候使用在读操作远远大于写操作的场景下，这样可以保证写操作的数据库承受更小的压力，也可以缓解X锁和S锁争用；服务器数量的增加，意味着可以有效地利用多台服务器的资源；读操作被分摊，提高了系统的性能；如果写操作比读操作多，或者相近，可以采用双主相互复制的架构。
读写分离会带来的问题之前的文章，我也反复强调过，任何的架构、软件、框架、组件...在解决一部分问题的时候，一定会带来其他的问题；读写分离最大的一个问题就是，数据从主复制到从的过程中，可能会存在延迟的，如果客户端在执行完一个读操作后，立刻从存库中查询的话，可能会读取到旧数据的情况（我们不断优化，也只能缩短这个时间，并不能完全消除掉这个时间）。
那么针对这个问题，有哪些处理方法呢？根据具体场景进行评估，是否可以接收这个延迟（这好像是一句废话，但是大多数业务场景，是可以接收这点儿延迟的）；对于实时性要求很高的场景（查询的数据必须是最新的结果），将这些请求强制路由到主库上；执行完写操作之后，在读操作发生之前，让中间的时间变长（也就是从业务操作角度来做一些控制，不一定操作完了立刻查询）；判断主备无延迟，可以通过判断seconds_behind_master参数、对比GTID、对比位点等方式，判断从数据库是否和主数据库一致。
今天发生了一件有趣的事情,昨天搭建测试数据库主从读写分离,随便建了个库傻瓜式的密码,今天到公司发现Slave主机数据库没了,多出来一个之前没有,只有一个字段两条数据,翻译一下意思是我的数据库被他们备份了,要我支付比特币购买,否则就把数据放到黑市去出售,搞笑了,表里就一条张三的数据,价值3w?。
