缓存一致性终极方案：双删、binlog 订阅与最终一致性架构
Redis 缓存一致性终极方案：缓存与 DB 不一致来源、Cache Aside 双删问题（时序）、延迟双删、订阅 binlog（Canal/CDC）主动失效、写后更新 vs 删除、带版本号/时间戳校验、最终一致性架构、Redis 与消息队列配合、案例与取舍
tag
Canal
共 2 篇文章。
CDC 与实时数据管道：Canal、Debezium、Flink CDC 的架构与实战
业务库的数据是实时的，而下游的数据仓库、缓存、搜索引擎往往是滞后的——传统 ETL 定时全量同步的延迟以"小时"计，且全量扫描对源库冲击大。CDC（Change Data Capture，变更数据捕获）改变了这一切：它从数据库的日志（MySQL binlog、PostgreSQL …