面试官：高并发场景下，你们是怎么保证数据的一致性的？

面试的时候，总会遇到这么一个场景。

1. 场景分析

面试官：你们的服务的QPS是多少？

我：我们的服务高峰期访问量还挺大的，大约是3万吧。

面试官：这么大的访问量，你们的服务器能撑住吗？有加缓存吗？

我：有的，我们使用了Redis做缓存，接口优先查询缓存，缓存不存在，才访问数据库。这样可以减少数据库访问压力，加快查询效率。

面试官：一份数据存储在两个地方，更新数据的时候，你们是怎么保证数据的一致性的？

看到了吧，好的面试官一般不直接问你数据一致性的解决方案，而是循循善诱，结合具体的使用场景，再问你解决方法。如果你没做过这方面，没有线上的实战经验，一般很难回答的有条理性、有思考性。

保证数据一致性，一般有这4种方法：

1. 先更新缓存，再更新数据库。
2. 先更新数据库，再更新缓存。
3. 先删除缓存，再更新数据库。
4. 先更新数据库，再删除缓存。

每种方案都详细的讨论一下：

2. 解决方案

2.1 先更新缓存，再更新数据库

如果同时来了两个并发写请求，执行过程是这样的：

</