章
目
录
本文主要讲解关于五，如何如何保证ES与数据库数据的一致性相关内容，让我们来一起学习下吧！
在使用es 的场景中，我们通常不会单单只用es,数据库存储也同时在用。 那么如何保证数据库和ES 的一致性呢？
我们通常有以下几种做法：
1，双写
在Java代码中，对数据库和 ES进行双写，并且先操作 数据库，后操作ES,而且还需要把两个操作放到同一个事务中去。
@Transactional (rollbackFor = Exception)
public void update (Dta dta){
updateDb(dta);
updateEs(dta);
}
在以上逻辑中，如果ES 同步失败 事务会回滚。
如果写数据库成功，ES 超时，实际上ES 成功，这时候数据库回滚，导致数据不一致。这时候需要重试来保证最终一致性。
优点： 简单，容易实现，并且实时性比较高。
缺点： 需要改代码，有侵入性，存在不一致情况。 本地事务中发生了外部调用 使得事务拉长，占用数据库连接，影响整体吞吐。
2，MQ 异步消费
在应用中，如果我们更新数据库了，那么就发一个mq 消息，然后数据库和Es 各自有个消费者， 各自进行消费，如果失败了 mq 有重试机制。
或者先入库，入库成功后，发个消息给es 消费。
优点：使用了mq ，进行了解耦。 异步操作提升性能。
缺点：mq 存在延迟，引入中间件增加系统复杂性。
3，扫表定时同步
如果数据实时性要求不高，可以定时扫表批量更新es.
优点：没有入侵性，不耦合。
缺点：实时性差，轮询可能影响性能。给数据库查询带来压力。
4，监听binlog
通过监听数据库实时产生的binlog 来更新es ，目前市面上已经有成熟的架构可以使用。例如使用canal +kafka 对binlog 进行监听 消息队列进行消费。控制一致性。
优点：没有侵入性，解耦。对数据库也没什么压力。
缺点：需要引入第三方架构，增加系统复杂性。
拓展：
除了ES 与 数据库（mysql）数据一致性问题可以通过 cannal + Kafka 进行同步。 Redis 缓存也可以采用同样的方法。用于缓存与业务代码解耦。
以上就是关于如何保证ES与数据库数据的一致性相关的全部内容，希望对你有帮助。欢迎持续关注潘子夜个人博客（www.panziye.com），学习愉快哦！
