Redis缓存更新策略

缓存更新策略

	内存淘汰	超时剔除	主动更新
说明	利用Redi的内存淘汰机制，当内存不足时自动淘汰部分数据，下次查询时更新缓存	给缓存数据添加TTL（即缓存存在时间）的时间，到期后自动删除缓存，下次查询时更新缓存	在修改数据库的同时，更新缓存
一致性	差	一般	好
维护成本	无	低	高

业务使用场景：

• 低一致性需求：使用内存淘汰机制。
• 高一致性需求：主动更新，并以超时剔除作为兜底方案。

主动更新策略方案

• （推荐）由缓存的调用者，在更新数据库的同时更新缓存。
• 缓存与数据库整合作为一个服务，由服务来维护一致性。调用者调用该服务，无需关心缓存一致性问题。
• 调用者只操作缓存，由其他线程异步的将要缓存持久化到数据库，保证最终的一致性。

在更新数据库的同时更新缓存方案

在更新数据库的同时更新缓存需要考虑以下问题：

（1）删除缓存还是更新缓存？

• 删除缓存（推荐）：更新数据库时让缓存失效，查询时再更新缓存
• 更新缓存：每次更新数据库都要更新缓存，无效写操作较多

（2）如何保证缓存操作与数据库操作同时失败与成功？

• 单体系统：将缓存与数据库操作放在一个事务
• 分布式系统：利用TCC等分布式事务

（3）先操作数据库还是缓存？

一、先删除缓存。再操作数据库

正常业务场景：

缓存数据：20；数据库数据：20

• 线程A：删除缓存，更新数据库为10

此时：缓存数据：空；数据库数据：10

• 线程B：查询缓存，未命中，查询数据库，写入缓存

此时：缓存数据：10；数据库数据：10

异常业务场景：

缓存数据：20；数据库数据：20

• 线程A：删除缓存

此时：缓存数据：空；数据库数据：20

• 线程B：查询缓存，未命中，查询数据库，写入缓存

此时：缓存数据：20；数据库数据：20

• 线程A：更新数据库10

此时：缓存数据：20；数据库数据：10

这种情况就造成了缓存与数据库不一致的情况。

因为操作数据库的时间远大于删除缓存的时间，这种情况出现的可能性会比较大。

二、（推荐）先操作数据库，再删除缓存

正常业务场景：

缓存数据：20；数据库数据：20

• 线程A：更新数据库10，删除缓存

此时：缓存数据：空；数据库数据：10

• 线程B：查询缓存未命中，查询数据库，写入缓存

异常业务场景：

缓存数据：空；数据库数据：20

• 线程A：查询缓存，未命中，查询数据库20

此时：缓存数据：空；数据库数据：20

• 线程B：更新数据库10，删除缓存

此时：缓存数据：空；数据库数据：10

• 线程A：写入缓存20

此时：缓存数据：20；数据库数据：10

这种情况就造成了缓存与数据库不一致的情况。

为什么更推荐使用这种方式，因为作数据库的时间远大于删除缓存的时间，这种情况出现的可能性相对于上面一种要小。

缓存更新策略的最佳实践方案

（1）低一致性要求：使用redis自带的内存淘汰机制

（2）高一致性要求：主动更新，并以超时剔除作为兜底方案

1.读操作

• 缓存命中则直接返回
• 缓存未命中则查询数据库，并写入缓存，设定超时时间

2.写操作

• 先写数据库，然后再删除缓存
• 要确保数据库与缓存之间的原子性