如何保证缓存和数据库的一致性

• 通过采用 Cache Aside 模式，确保数据库更新后及时失效相关缓存，保证数据库和缓存的一致性

• **常见缓存 : **

• JDK 自带的 HashMap 和 ConcurrentHashMap

• Ehcache、Guava Cache、Spring Cache、Caffeine 等常见的本地缓存框架

Cache Aside 模式优点和局限

优点

• 1. 读取性能高：
  • 缓存命中时可以直接从缓存中读取数据，速度非常快，显著减少了数据库的访问压力。
• 2. 实现简单：
  • 该模式逻辑清晰，容易理解和实现，只需在读取和写入操作时分别处理缓存和数据库即可。使用的也比较多的一种方案了。
• 3. 灵活性强：
  • 程序员可以根据需要灵活地控制缓存的更新和失效策略，适应不同的应用场景和需求。
• 4. 缓存利用率高：
  • 只有在缓存未命中时才从数据库读取数据并更新缓存，避免了不必要的数据冗余。

局限

• 1. 写操作较慢：
  • 每次写操作都需要更新数据库并使缓存失效，这样的操作过程较长，导致写操作性能较低。
• 2. 数据一致性挑战：
  • 缓存和数据库之间可能会出现数据不一致的情况，特别是在高并发环境下，更容易出现缓存失效不及时或者更新顺序问题。
• 3. 缓存预热问题：
  • 初始时缓存为空，第一次读取时会有较大的延迟，直到缓存被逐渐填充起来。所以热点数据建议直接放入缓存
• 4. 复杂的失效策略
  • 程序员需要设计合理的缓存失效策略，以确保缓存的数据及时更新，这增加了实现和维护的复杂性。具体怎么设置失效策略又体现了经验了。
• 5. 过期数据风险：
  • 如果没有合适的失效机制，缓存中可能会存在过期数据，从而返回错误或过时的信息给用户。

PmHub最佳实践

数据读取

• 先查询缓存，如果有就直接返回，没有就去数据库查询，然后再写入缓存。

/**
 * 根据键名查询参数配置信息
 *
 * @param configKey 参数key
 * @return 参数键值
 */
@Override
public String selectConfigByKey(String configKey) {
    String configValue = Convert.toStr(redisService.getCacheObject(getCacheKey(configKey)));
    if (StringUtils.isNotEmpty(configValue)) {
        return configValue;
    }
    SysConfig config = new SysConfig();
    config.setConfigKey(configKey);
    SysConfig retConfig = configMapper.selectConfig(config);
    if (StringUtils.isNotNull(retConfig)) {
        redisService.setCacheObject(getCacheKey(configKey), retConfig.getConfigValue());
        return retConfig.getConfigValue();
    }
    return StringUtils.EMPTY;
}

数据更新

• 更新数据的时候，先去更新数据库信息，然后再删除缓存

/**
 * 批量删除参数信息
 *
 * @param configIds 需要删除的参数ID
 */
@Override
public void deleteConfigByIds(Long[] configIds) {
    for (Long configId : configIds) {
        SysConfig config = selectConfigById(configId);
        if (StringUtils.equals(UserConstants.YES, config.getConfigType())) {
            throw new ServiceException(String.format("内置参数【%1$s】不能删除 ", config.getConfigKey()));
        }
        configMapper.deleteConfigById(configId);
        redisService.deleteObject(getCacheKey(config.getConfigKey()));
    }
}