数据库、缓存双写不一致情况与解决方案

         在分布式环境中，数据库与缓存一般是分开部署的，那么就会有多个节点，由于存在多节点这个情况，那么redis就有一定可能性发生小问题，比如网络故障等等，此时会发生redis写入无效。双写不一致

 用户在修改数据库后，缓存却因为各种问题没有及时更新，这就是双写不一致的情况。后续用户在查询时会直接查询redis缓存，那么用户得到的是旧数据，而此时数据库中的数据却是新数据。

        对于数据库双写不一致的情况，我们可以在修改数据库前先将redis中的key删除，再对数据库进行修改，最后将新数据写入缓存。如果写入异常，后续用户在查询时因redis中没有key而转向数据库查询数据，同时将新数据写入缓存。因此，无论在最后一步写入缓存是否发生异常，后续用户都能访问到新数据。

        但是此时又引入一个新问题：当第一个用户删除缓存完毕、数据库修改未完成时，在大量并发的情况下，后续用户在此时访问数据库，那么他们得到的会是旧数据，同时将旧数据写入缓存。面对这种情况，我们可以在修改数据库后将线程短时间内休眠，再去对缓存中可能存在的key进行删除，也就是缓存双删，从而达到目的：

缓存双删策略：对缓存进行两次删除，分别是在写入数据库之前和写入数据库完成之后对缓存中的key进行删除，目的是删除旧缓存

    @Override
    public void updateUserInfo(UpdateUserInfoBO updateUserInfoBO) {

        String userId = updateUserInfoBO.getId();

        // 保证双写一致，先删除redis中的数据，后更新数据库
        redis.del(REDIS_USER_INFO + ":" + userId);

        AppUser userInfo = new AppUser();
        BeanUtils.copyProperties(updateUserInfoBO, userInfo);


        //更新修改时间和激活状态
        userInfo.setUpdatedTime(new Date());
        userInfo.setActiveStatus(UserStatus.ACTIVE.type);

        int result = appUserMapper.updateByPrimaryKeySelective(userInfo);
        if (result != 1) {
            GraceException.display(ResponseStatusEnum.USER_UPDATE_ERROR);//在display方法中已throw
        }

        AppUser user = getUser(userId);
        //再次查询用户的最新信息，放入redis中
        redis.set(REDIS_USER_INFO + ":" + userId, JsonUtils.objectToJson(user));

        // 缓存双删策略
        try {
            Thread.sleep(100);
            redis.del(REDIS_USER_INFO + ":" + userId);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }