缓存和主存数据实现一致性

  缓存和主存数据不一致的问题，其最基本的原理就是，和造成的结果就是数据的写和读是并发的。

举例

在分布式环境下，数据的读写都是并发的，上游有多个应用，通过一个服务的多个部署（为了保证可用性，一定是部署多份的），对同一个数据进行读写，在数据库层面并发的读写并不能保证完成顺序，也就是说后发出的读请求很可能先完成（读出脏数据）：

 

    a）发生了写请求A，A的第一步淘汰了cache（如上图中的1）

    b）A的第二步写数据库，发出修改请求（如上图中的2）

    c）发生了读请求B，B的第一步读取cache，发现cache中是空的（如上图中的步骤3）

    d）B的第二步读取数据库，发出读取请求，此时A的第二步写数据还没完成，读出了一个脏数据放入cache（如上图中的步骤4）

 

即在数据库层面，后发出的请求4比先发出的请求2先完成了，读出了脏数据，脏数据又入了缓存，缓存与数据库中的数据不一致出现了

读数据操作流程基本如下，一般不会出现问题，因为没有涉及到数据的修改更新

 

缓存和数据库一致性解决方案

第一种方案：采用延时双删策略

在写库前后都进行redis.del(key)操作，并且设定合理的超时时间。

伪代码如下

public void write(String key,Object data){
    redis.delKey(key);
    db.updateData(data);
    Thread.sleep(500);
    redis.delKey(key);
}

2.具体的步骤就是：

    1）先删除缓存

    2）再写数据库

    3）休眠500毫秒

    4）再次删除缓存

那么，这个500毫秒怎么确定的，具体该休眠多久呢？

需要评估自己的项目的读数据业务逻辑的耗时。这么做的目的，就是确保读请求结束，写请求可以删除读请求造成的缓存脏数据。

当然这种策略还要考虑redis和数据库主从同步的耗时。最后的的写数据的休眠时间：则在读数据业务逻辑的耗时基础上，加几百ms即可。比如：休眠1秒。

3.设置缓存过期时间

从理论上来说，给缓存设置过期时间，是保证最终一致性的解决方案。所有的写操作以数据库为准，只要到达缓存过期时间，则后面的读请求自然会从数据库中读取新值然后回填缓存。

4.该方案的弊端

结合双删策略+缓存超时设置，这样最差的情况就是在超时时间内数据存在不一致，而且又增加了写请求的耗时。

第一种方案：采用延时双删策略

使用消息队列保证在执行同一数据的时候，进行串行操作。

消息队列接受任务是串行，但是在执行任务是并行。在数据库连接的时候也是并行，那么只要保证操作同一数据的操作是串行就可以啦，

修改数据库DB连接池，同一数据id取模选取DB连接，能够保证同一个数据的读写在数据库层面是串行的