redis【如何保证缓存与数据库双写时的数据一致性？】

一般并发下

上万人并发操作的读写如下：

存在的问题：

遇到写请求时，可用先删除缓存数据，再更新数据库，这样不管数据库更新失败还是缓存删除失败，缓存与数据库始终一致。这种方案一般可满足上万人并发操作了，因为删除缓存到更新数据库的时间可以用毫秒计算，正常的并发影响不大。但如果是达到上亿级访问，在这时间段内，会出现读请求在写请求更新数据库之前执行，导致数据库与缓存不一致

亿级并发

场景

淘宝双11活动，抢购商品，商品数量为100，当前状态是数据库和缓存都是100，这时上亿账户抢购该商品，商品数量要减少。一个消费者A抢购成功，这时应该删除缓存，更新商品数量，在更新商品数量之前，又有一个消费者B来查看该商品数量，由于缓存清空，到数据库查询，该消费者查看到的是商品数量为100，并更新缓存为100，其实商品数量已经被消费者B抢购成功之后，数据库中商品数量更新为99了，缓存与数据库数据不一致

解决方案1：读写分离

读写分离：读请求只访问缓存，写请求只修改数据库和缓存

写请求修改数据库和缓存是事务性动作，如果更新数据库成功，更新缓存失败，则回滚数据库，保证缓存与数据库数据强一致。这样实现了读写分离，不仅提高了读的响应速度，由写请求负责缓存与数据库一致，只有写请求成功才会影响到缓存的内容，时效性大大增强

解决方案2：队列存储请求

添加队列，凡是遇到写请求，则将写请求放入队列中，由队列对写请求统一管理，写请求处理成功，则从队列中删除。当有一个读请求过来时，到队列查询，是否有对应的写请求，如果有则放入队列中，等待写请求执行完之后再执行读请求。为防止某个请求阻塞情况，为其设置超时机制或者过期机制。

这种方案虽可行，但是倘若访问量大，处理器来不及处理，队列内的请求数量越来越高，则会影响查询效率。出现这种情况，就要加机器集群执行，帮忙分担压力

参考：https://www.cnblogs.com/williamjie/p/11287317.html