数据库与缓存一致性方案

在实践过程中，由于操作缓存与操作数据库不是原子性的，非常有可能出现执行失败，导致数据库与缓存不一致。或者在高并发的系统中，同时对同一条数据进行读写操作，在数据库层面并发的读写并不能保证先后顺序，也就是说后发出的读请求很可能先完成（读出脏数据），脏数据又入了缓存，缓存与数据库中的数据不一致出现了。我们从几个方案来探究如何保证数据库与缓存的一致性：

1，先更新数据库，再更新缓存

（1）这个方案的代价有时是比较高的。每次修改数据库的时候，都要将其对应的缓存一份。但对于某些系统写数据库场景比较多，读数据库场景比较少，有大量的冷数据基本不会读到缓存，而缓存却频繁的被更新，浪费系统性能。

（2）在并发情况下也会有问题，A先请求更新，B后请求更新，可能由于网络的原因，A比较慢最后完成了缓存更新，就会导致缓存出现了脏数据的情况

（3）先更新数据库，但缓存更新失败也会造成不一致

2，先更新数据库，再删除缓存

（1）这个方案相比1方案来说，可以大大降低缓存服务器的开销，删除缓存不需要重新做复杂计算。而且通过懒加载的思想，只有当他需要被使用的时候（读取数据的时候）才更新缓存

（2）和方案1（3）一样的问题，先更新数据库，但缓存可能删除失败，会导致数据库中是新数据，缓存中是旧数据，数据就出现了不一致。

（3）这个方案也有并发问题，A先请求查询，查询到旧值，在A更新缓存之前，B请求更新将旧值更新为新值，删除缓存，这时A才更新缓存，但A是将之前查询到的旧值更新到缓存，导致不一致。

3，先删除缓存，再更新数据库

（1）这个方案很好解决了1（1）和 2（2）的问题，如果数据库更新失败了，那么数据库中是旧数据，缓存中是空的，那么数据不会不一致。

（2）但是并发的情况也会出现问题，比如：①请求A进行写操作，删除缓存  ②请求B查询发现缓存不存在   ③请求B去数据库查询得到旧值   ④请求B将旧值写入缓存   ⑤请求A将新值写入数据库，这时候就会出现不一致。

（3）针对第（2）种情况的问题，可以采用延时双删的策略，即休眠x秒，再次删除缓存，但万一删除失败就GG了

4，先删除缓存，再更新数据库+读写串行化

（1）如果并发量较小的情况下，完全可以采用第3种方案

（2）高并发的情况下，可以采用先删除缓存，再更新数据库+读写串行化的策略，这里采用队列的方式，具体做法：

        ①  有N个队列，通过hash算法取模hash（key）%N 将同一条数据的读写操作放到某个队列种，这样使得读写串行化，使的读写顺序执行，避免了并发问题

       然而这个方案也会有缺点：① 如果写操作较多，读请求长时阻塞超时，会去请求数据库 ② 热点数据的路由问题，会使某个队列积压太多请求，导致请求的倾斜

总结：

上面说的几种方案，都是比较常见的，但都有优缺点。通常，并发量不高，采用3方案，高并发量采用4方案。内存队列也会影响性能以及增加系统的复杂度。缓存和数据库的数据更新是不可能达到100%的一致性。我们只能根据相应的场景和所需要付出的代价来采取一些措施，降低数据不一致的问题出现的概率，在数据一致性和性能之间取得一个权衡，具体场景具体使用。