I IT 面试题库
系统设计题:对一致性要求较高的场景,如何用 Canal 订阅 MySQL Binlog / MQ 异步来维护缓存一致性?它的优缺点与适用边界是什么?
高级系统设计题Java后端工程师后端开发工程师Redis缓存一致性CanalBinlog最终一致
题目
考察点:缓存一致性的『进阶最终一致方案』——Binlog 订阅架构,以及它相对延迟双删的取舍。要求讲清链路、优点、代价,并点明『强一致别用缓存』的边界。
参考答案
内容深度:适中 · 无代码示例 · 来源:外部链接 · 未复核 · 60 天前更新 · 技术内容可能随版本变化,建议结合官方文档理解
要点:
- 架构链路:MySQL 开启 Binlog → Canal 伪装成从库订阅 Binlog → 解析变更投递到 MQ(Kafka/RocketMQ)→ 消费者收到事件后更新或删除对应 Redis key。业务代码只管写 DB,缓存维护完全解耦。
- 优点:① 业务无侵入,研发只写 DB;② Binlog 顺序消费保证缓存更新顺序与 DB 一致,达到最终一致;③ 删除失败可经 MQ 重试,可靠性高。
- 缺点与代价:① 引入 Canal/MQ 中间件,运维与复杂度显著上升(事务拆分、消息乱序重排、DDL 过滤);② 从 Binlog 产生到缓存更新存在毫秒级延迟,不是强一致;③ 表结构变更需同步处理。
- 与延迟双删对比:延迟双删(改 DB→删缓存→休眠→再删)依赖拍脑袋的休眠时间、会阻塞主线程、并发高时仍漏脏读,生产已逐渐淘汰;Binlog 方案更干净但更重。
- 适用边界:适合『读多写少、能接受最终一致』的高并发场景;对余额、库存等真正强一致的写,别用缓存,走 DB 事务或独立一致性协议。
核心:Binlog 订阅是『业务解耦 + 最终一致』的进阶方案,代价是中间件复杂度;强一致需求不属于缓存的适用范畴。
题目与答案就在本页;收藏、批注和错题重练在应用内