简单解决缓存+数据库数据一致性问题（伪代码简单演示）

我们在进行更新操作的同时，必定要更新缓存、更新数据库。这俩个操作不是原子性的，在一些严苛的情况下面，难免会出现一些差错，导致数据库中与缓存中的数据不一致的情况出现，出现了这种情况，会导致读取脏数据的情况出现。

常见的读取线程请求流程

请求缓存，缓存中存在数据直接返回给客户端，缓存中没有数据，接着请求数据库，数据库请求到的数据写入缓存，同时把数据返回给客户端

常见更新操作方案

1:先删缓存、再更新数据库（有隐患）

假设情景： a（更新线程），b（读取线程）
导致的情况： 缓存为旧数据、数据库为新数据

• a：删除缓存
• b：读取缓存，此时缓存为空
• b：读取数据库，拿到旧数据
• b：成功拿取到旧数据后，将旧数据写入缓存
• a：成功删除缓存成功后，将新数据写入数据库

只要出现了这么一次情况，之后读取线程一直是读到的脏数据

伪代码实现

/**
     * 更新线程（先删缓存，再更新数据库）
     */
    @RequestMapping("/update3")
    public String update2(@RequestParam("id") int id) {
        try {
            userService.delCacheBykey(id);
            userService.creatPessimismOrder(id);
            //userService.creatOptimisticOrder(id);
        } catch (Exception e) {
            log.info(e.getMessage());
            return "操作失败";
        }
        return "操作成功";
    }

采用延时双删策略（优化）

先删缓存、再更新数据库、指定时间再次删除缓存，这样能确保缓存一定删除成功、且下次读取数据回写给缓存中的数据一定为最新的数据，保证了数据一致性

假设情景：a（更新线程），b（读取线程）

• a：删除缓存
• b：读取缓存，此时缓存为空
• b：读取数据库，拿到旧数据
• b：成功拿取到旧数据后，将旧数据写入缓存
• a：成功删除缓存成功后，将新数据写入数据库
• a：指定时间，再次删除缓存

伪代码实现

/**
     * 更新线程（先删缓存，再更新数据库）优化,延时双删
     */
    @RequestMapping("/update4")
    public String update4(@RequestParam("id") int id) {
        try {
            //删除缓存
            userService.delCacheBykey(id);
            //悲观锁更新数据库（查库存数据，更新库存，创建订单）
            userService.creatPessimismOrder(id);
            //userService.creatOptimisticOrder(id);
            //延时删除缓存
            poolExecutor.execute(new delayDelCache(id));
        } catch (Exception e) {
            log.info(e.getMessage());
            return "操作失败";
        }
        return "操作成功";
    }

2:先更新数据库，再更新缓存（直接pass）

假设场景： a（更新线程），b（更新线程）
导致的情况： 先更新的数值覆盖后更新的数值

• a：更新数据库
• b：更新数据库
• b：成功更新好数据库后，更新缓存
• a：成功更新好数据库后，更新缓存

出现了网络延迟，明明是b后更新的，但是数据库最终的数据是a线程的值

3: 先更新数据库，再删除缓存（推荐）

假设场景：a（更新线程），b（读取线程）

• （1） b：读取缓存，恰好此时缓存过期了
• （2）b：读取数据库，得到旧值
• （3）a：更新数据库
• （4）a：成功更新好数据库后，删除缓存
• （5）b：成功读取到旧值后，将旧值写入缓存

此时也会出现数据不一致的问题，但是读操作是快于写操作的（不然读写分离干嘛吃的），步骤二耗时<步骤三耗时，耗时短的先执行后面的操作，所以步骤五先于步骤四执行，所以上面这种情况发生的概率很低。

伪代码实现

/**
     * 更新线程（先更新数据库，在删缓存）
     */
    @RequestMapping("/update1")
    public String update(@RequestParam("id") int id) {
        try {
            userService.creatPessimismOrder(id);
            //userService.creatOptimisticOrder(id);
            userService.delCacheBykey(id);
        } catch (Exception e) {
            log.info(e.getMessage());
            return "操作失败";
        }
        return "操作成功";
    }

优化：消息中间件，删除重试机制

/**
     * 更新线程（先更新数据库，在删缓存）优化，rabbitmq
     */
    @RequestMapping("/update2")
    public String update3(@RequestParam("id") int id) {
        try {
            userService.creatPessimismOrder(id);
            //userService.creatOptimisticOrder(id);
            userService.delCacheBykey(id);
            //延时删除缓存
            poolExecutor.execute(new delayDelCache(id));
            // TODO 通知消息队列，删除缓存


        } catch (Exception e) {
            log.info(e.getMessage());
            return "操作失败";
        }
        return "操作成功";
    }

完整代码链接

https://github.com/zhangzihang3/myRedisUniformityBlog.git

面试专栏

redis和db的不一致咋解决的？

答：采用的延时双删的策略，更新 db 前先删除 redis 中的数据，此时当有请求访问 db 时由于 redis 中没有数据会去请求 db ，并将 db 中的数据写入 redis，但是可能此时的 db 更新数据比较慢，重新写入 redis 中的数据仍然为旧数据（造成 redis 与 db 不一致），因此当 db 更新完成后，延时再次进行删除 redis，这样就解决了 redis 与 db 不一致的问题了。