缓存里的数据如何和数据库的数据保持一致

缓存数据一致性
 1)、双写模式
 2)、失效模式

缓存数据一致性-双写模式

当两个线程同时去写数据库，由于卡顿等原因，导致写缓存2在最前，写缓存1在后面就出现了不一致。

这是暂时性的脏数据问题，但是在数据稳定，缓存过期以后，又能得到最新的正确数据 读到的最新数据有延迟：最终一致性。

缓存数据一致性-失效模式

 一致性解决方案：

1、缓存的所有数据都有过期时间，数据过期下一次查询触发主动更新。

2、读写数据的时候，加上分布式的读写锁。 经常写，经常读。

加上分布式的读写锁代码实现：

 保证一定能读到最新数据，修改期间，写锁是一个排它锁（互斥锁、独享锁），读锁是一个共享锁
 写锁没释放读锁必须等待。
 读 + 读 ：相当于无锁，并发读，只会在Redis中记录好，所有当前的读锁。他们都会同时加锁成功。
 写 + 读 ：必须等待写锁释放。
 写 + 写 ：阻塞方式。
 读 + 写 ：有读锁。写也需要等待。
 只要有读或者写的存都必须等待。

写数据的时候加上写锁实现代码：

        RReadWriteLock readWriteLock = redissonClient.getReadWriteLock("catalogJson-lock");
        //创建写锁
        RLock rLock = readWriteLock.writeLock();

        try {
            rLock.lock();
            this.baseMapper.updateById(category);
            categoryBrandRelationService.updateCategory(category.getCatId(), category.getName());
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            rLock.unlock();
        }

        //同时修改缓存中的数据
        //删除缓存,等待下一次主动查询进行更新

读数据的时候加上读锁实现代码： 

        //1、占分布式锁。去redis占坑
        //（锁的粒度，越细越快:具体缓存的是某个数据，11号商品） product-11-lock
        //RLock catalogJsonLock = redissonClient.getLock("catalogJson-lock");
        //创建读锁
        RReadWriteLock readWriteLock = redissonClient.getReadWriteLock("catalogJson-lock");

        RLock rLock = readWriteLock.readLock();

        Map<String, List<Catelog2Vo>> dataFromDb = null;
        try {
            rLock.lock();
            //加锁成功...执行业务
            dataFromDb = getDataFromDb();
        } finally {
            rLock.unlock();
        }
        //先去redis查询下保证当前的锁是自己的
    
        return dataFromDb;

 

缓存数据一致性-解决方案

无论是双写模式还是失效模式，都会导致缓存的不一致问题。即多个实例同时更新会出事。怎么办？

1、如果是用户纬度数据（订单数据、用户数据），这种并发几率非常小，不用考虑这个问题，缓存数据加 上过期时间，每隔一段时间触发读的主动更新即可

2、如果是菜单，商品介绍等基础数据，也可以去使用canal订阅binlog的方式。

3、缓存数据+过期时间也足够解决大部分业务对于缓存的要求。

4、通过加锁保证并发读写，写写的时候按顺序排好队。读读无所谓。所以适合使用读写锁。（业务不关心 脏数据，允许临时脏数据可忽略）；

总结： 我们能放入缓存的数据本就不应该是实时性、一致性要求超高的。所以缓存数据的时候加上过期时间，保 证每天拿到当前最新数据即可。 我们不应该过度设计，增加系统的复杂性 遇到实时性、一致性要求高的数据，就应该查数据库，即使慢点。