Redis一致性方案

尽管到目前为止，我在项目中很少遇到缓存不一致问题，仅有一次是因为代码原因。就是那次让我考虑缓存不一致的解决方案，网上有很方案，例如加锁，消息队列，或延迟删除,还有监控binlog日志，以及用Lua实现乐观锁，但我以为这些方案都不是太理想，要么增加了系统的复杂度，要么不能做到实时一致性。一天我漫步在一个江南水乡的小镇上。突发奇想：很多方案都是利用串行化的方式实现缓存一致性。那我为什么不能利用数据库的特性去实现呢？于是有了以下方案：
首先关系数据库中对同一记录写与写之是互斥的，这表示一个写事条没有提交，另一个写事务将阻塞在哪里。那么这两个操作就是一个串行化操作了：

/**
**/
@Transactial() //定义整个方法体为事务边界
public void update(Entity e){
	data.update(e);			//先修改数据库，启动写事务
	redis.set(e.getId,e);
}

以上代码很轻松地解决了写与写之前的并发问题。那么写与读呢？
读数据流程通常是这样的：

public Entity get(int id){
	Entity e;
	if((e=readis.get(id))==null){
		e = dao.get(id);
		redis.put(id,e);
	}
	return e;
}

oracle数据默认隔离级别为：readcommit,在这种级别下，对同一条记录读与写可以并行执行。那么可能存在以下问题，在执get方法时，读到update方法中事务提交之前的数据，当update执行完毕后，get方法中put数据。这时候redis就会存在一条脏数据。mysql是Repeatable Read隔离级别，应该不会出现脏读问题吧（我没做过实验）。

对于读和写并行的问题我想是否可以让读操作中，对缓存只添加不修修改。redis提供的原子操作可以轻松实现这点：

public Entity get(int id){
	Entity e;
	if((e=readis.get(id))==null){
		e = dao.get(id);
		redis.putIfAbsent(id,e); //只当不存在该键时才put
	}
	return e;
}

最后一个问题，那就是删除，删除与读之间操作可能存在问题，如下图

如上图，可见在删与读之间可能脏数据问题。解决方案可以如下，删除时，不执行redis中的删除操作，而是执行put操作，将一个代表删除的对象put到redis中，并设制ttl时间为半分种。

public void delete(int id){
	dao.delete(id);
	redis.put(id,DELETED);
	redis.setTTL(id,30s)
}

以上是我自己琢磨出来的一套方案，但未付之行动。或许以有机会，我会去做一些实验。