如何保证redis缓存与数据库双写时的数据一致性

最经典的缓存+数据库读写的模式，cache aside pattern

1、Cache Aside Pattern

（1）读的时候，先读缓存，缓存没有的话，那么就读数据库，然后取出数据后放入缓存，同时返回响应

（2）更新的时候，先删除缓存，然后再更新数据库

2、为什么是删除缓存，而不是更新缓存呢？

如果  ，一个缓存涉及的表的字段，在1分钟内就修改了20次，或者是100次，那么缓存跟新20次，100次; 但是这个缓存在1分钟内就被读取了1次，

这时频繁的更新存存就有点浪费了，可以用懒加载思想，只有要查询是去刷新缓存，也就是 先删除缓存，然后再更新数据库，下次查询再将最新数据加载过来

非高并发场景数据不一致问题：

先修改数据库，再删除缓存。如果缓存删除失败，导致缓存中是旧数据。

解决方法：

先删除缓存，再修改数据库。如果缓存删除失败，则整个操作失败，如果修改数据库失败，缓存已为空，则请求数据时，会重新加载数据库的数据，
虽然都是旧数据，但保持了数据一致性。

高并发场景数据不一致问题：

先删除了缓存，然后要去修改数据库，此时还没修改。（定义为步骤A）

一个请求过来，去读缓存，发现缓存空了，去查询数据库（定义为步骤B1）。查到了修改前的旧数据，放到了缓存中。（定义为步骤B2）

随后数据变更的程序完成了数据库的修改。此时数据库和缓存数据不一致了。

解决方法：

定义一个FIFO的阻塞队列，例如：LinkedBlockingQueue，将步骤A和步骤B放入同一个队列中。步骤A必然在步骤B的前面。

一般来说，就是如果你的系统不是严格要求缓存+数据库必须一致性的话，缓存可以稍微的跟数据库偶尔有不一致的情况，最好不要做这个方案，读请求和写请求串行化，串到一个内存队列里去，这样就可以保证一定不会出现不一致的情况,

串行化之后，就会导致系统的吞吐量会大幅度的降低，用比正常情况下多几倍的机器去支撑线上的一个请求。