关于redis与db不一致问题的思考总结

1. 腾讯之前一直深挖这一部分，让我有幸深入思考了一部分，今天记起来这儿，做一点总结，感谢腾讯的压力让我深入理解
2. 关于不一致的问题：
   1. 一般情况下，我们都是先同步数据库，然后再删除redis，当删除redis时出问题了，这样就会出现不一致问题
   2. 于是，我们可以先删除缓存，再同步到数据库。这样，保证下次访问时候，先访问redis，没有数据，则请求DB，保证了Redis与DB的一致。当出错了，至少不会出现超卖现象，但是用户体验感很差
   3. 这样做会出现问题，那就是下一次访问，DB还没更新完成，Redis请求到没有更新的DB，这样Redis依旧会存储的旧数据。
   4. 于是可以引入双删，写之前删除redis一次，db写入完后再删除一次redis，但这样的操作代价较高
   5. 于是，可以在redis中引入队列，队列的容量与商品容量一致，同时将后续的读请求压入队列中，满则不再允许再进入请求，这样对队列一个个处理，可以防止超卖问题，解决了数据不一致问题
   6. 但是这样会出现问题，许多读请求放入队列，大量的请求会导致队列溢出，这样会给缓存带来压力，于是可以在redis缓存队列中做请求去重，如果一致的请求，队列中存放一个请求任务。
   7. 为了防止一个用户拍多件商品，应该引入一个用户id集合在redis中，去除同一用户的多抢购问题。
   8. 针对用户体验感问题，只要用户任务入队，则返回成功提示，剩下的订单更新任务则继续执行。
   9. 对于队列中的任务，我们可以使用多线程进行处理，使用线程池加同步锁加快处理。
3. 如何再进行优化系统？个人理解如下
   1. 在应对大流量问题上，首先在硬件方面，申请足够的带宽，并使用集群进行应对，
   2. 在redis前进行过滤或者校验，防止恶意重复ip攻击，造成缓存穿透或者击穿，并配置过期策略
   3. 通过定时同步的方法，解决缓存更新和失效问题，也可以做预热处理
   4. 使用nginx进行负载，把请求均匀分发到每个Tomcat中
   5. 使用分表技术，并对大流量进行一定的限流
   6. 前端优化使用CDN技术
4. 以上是个人的一些理解，如有问题，恳请指正