数据库与缓存一致性问题

本章主要内容

        数据缓存

                为何要使用缓存

                哪类数据适合缓存

                缓存的利与弊

        如何保证缓存和数据库的一致性

                不更新缓存，而是删除缓存

                先操作缓存，还是先操作数据库

                非要保证数据库和缓存数据强一致该怎么办

        缓存和数据库一致性实战

                实战：先删除缓存，再更新数据库

                实战：先更新数据库，再删缓存

                实战：缓存延时双删

                实战：删除缓存重试机制

                实战：读取binlog异步删除缓存

数据缓存

在我们实际的业务场景中，一定有很多需要做数据缓存的场景，比如说售卖商品的页面，包括了许多并发访问量很大的数据，它们可以称作是“热点”数据，这些数据有一个特点，就是更新频率低，读取频率高，这些数据应该尽量被缓存，从而减少请求打到数据库上的机会

为何要使用缓存

缓存是为了追求“快”而存在的。我们用代码举一个例子。

在Demo代码仓库中增减了两个查询库存的接口getStockByDB和getStockCache,分别表示从数据库和缓存查询某商品的库存量。

接口代码：

/**
 * 查询库存：通过数据库查询库存
 * @param sid
 * @return
 */
@RequestMapping("/getStockByDB/{sid}")
@ResponseBody
public String getStockByDB(@PathVariable int sid) {
    int count;
    try {
        count = stockService.getStockCountByDB(sid);
    } catch (Exception e) {
        LOGGER.error("查询库存失败：[{}]", e.getMessage());
        return "查询库存失败";
    }
    LOGGER.info("商品Id: [{}] 剩余库存为: [{}]", sid, count);
    return String.format("商品Id: %d 剩余库存为：%d", sid, count);
}

/**
 * 查询库存：通过缓存查询库存
 * 缓存命中：返回库存
 * 缓存未命中：查询数据库写入缓存并返回
 * @param sid
 * @return
 */
@RequestMapping("/getStockByCache/{sid}")
@ResponseBody
public String getStockByCache(@PathVariable int sid) {
    Integer count;
    try {
        count = stockService.getStockCountByCache(sid);
        if (count == null) {
            count = stockService.getStockCountByDB(sid);
            LOGGER.info("缓存未命中，查询数据库，并写入缓存");
            stockService.setStockCountToCache(sid, count);
        }
    } catch (Exception e) {
        LOGGER.error("查询库存失败：[{}]", e.getMessage());
        return "查询库存失败";
    }
    LOGGER.info("商品Id: [{}] 剩余库存为: [{}]", sid, count);
    return String.format("商品Id: %d 剩余库存为：%d", sid, count);
}