缓存双写一致性

• 对于读：先读缓存，缓存没有，再读ku，回写缓存，这种没啥说的。
• 对于写：先写库，再删除缓存，本文主要基于这种来探讨一下这样处理有什么问题？

如下图所示：
图中表示大量请求同时涌入，读数据和写数据请求同时执行，下面我们基于这幅图来剖析为何先写库，再删除缓存会有问题？

大前提：缓存正好失效
正常情况： 有一个读数据和一个写数据请求同一时刻过来，读请求发现缓存失效，去读数据库（旧数据），然后回写缓存（旧数据），此时写请求也更新好了数据库，再把缓存删掉，这样的话即使之前读请求把旧值回写缓存也没事。

问题的关键在于： 步骤3和步骤5谁先执行，在正常情况下，3都是先于5执行的，因为读库一定比写库快。可是高并发下就是会有不正常的情况，比如读数据接口和写数据接口是在两个不同的jvm中，并且读数据请求在步骤3的时候发生了FULL GC, 延迟了回写缓存的时间，导致缓存旧数据。

解决方案：
前提：一定设置缓存过期时间，如1小时

1. 定时刷库：每一分钟取出数据库数据重新放到redis，需要额外线程池消耗，可以优化成当更新数据的时候把id封成延迟消息发送给MQ，由MQ去查库再回写缓存
2. 延迟双删：更新数据的时候删除缓存后在开启一个定时器15s后再删除一次缓存，也可以把id封成延迟消息发送给MQ，由MQ去删除缓存，说到家了方案二和方案一很像。
3. 分布式锁：在读写接口加分布式锁，让读写串行化。分布式锁
4. 分布式读写锁：因为大多数情况下，都是读请求，读读无并发还是可以提高不少相应速度的。仓库（代码在com.lry.basic.redis.readWriteLock）
5. 分布式乐观锁：
   

	 @Autowired
    RedisCache redisCache;
    String goodsKey = "goodsId:1";
    String lockKey = "lock:" + goodsKey;
    String goodsKeyVersion = goodsKey+":version";

    @RequestMapping("updateByCas")
    public void updateByCas(){
        //先更新数据库
        try {
            //模拟更新，耗时500ms
            Thread.sleep(500);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        //在删除缓存
        redisCache.deleteObject(goodsKey);
        updateVersion();
    }

    private Integer updateVersion(){
        //版本字段
        Integer version = redisCache.getCacheObject(goodsKeyVersion);
        if(version==null){
            version = 1;
        }else {
            version++;
        }
        redisCache.setCacheObject(goodsKeyVersion,version);
        return version;
    }

    private boolean canReWrite(int cur){
        Integer version = redisCache.getCacheObject(goodsKeyVersion);
        if(null==version)
            return true;

        if(cur>=version)
            return true;

        return false;
    }

    @RequestMapping("getByCas")
    public void getByCas(){

        //先从缓存拿
        Object obj = redisCache.getCacheObject(goodsKey);

        //缓存没有再从数据库拿
        if(null==obj){
            Integer version = updateVersion();
            try {
                //模拟读库200ms，读的是旧的数据
                Thread.sleep(200);
                obj = "goods";
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            try {
                //模拟GC 1000ms
                Thread.sleep(1000);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }

            if(canReWrite(version)){
                //最后回写缓存
                redisCache.setCacheObject(goodsKey,obj);
            }

        }

    }