面试被问到缓存和数据库双写一致性，我这个答案只能88分？

缓存和数据库双写一致性

目前在职，不方便请假去面试，就和一个闪电快车的HR约了周六去面试，这天我准时的来到他们公司的楼下，地铁北苑路北站，地铁口3百米很近，然后给HR打电话，问是那栋楼，发现和BOSS上的地址不一样，问了之后才知道原来这个楼有2个名字，我就胆战心惊的上去了。

一面30分钟，一些八股文，巴拉巴拉的说完了，说让我等下，我窃喜：这就完事儿了？这也太简单了。过了5分钟，一个发际线很高的中年男人来了，穿着一双老年拖鞋，衣衫不整，感觉很邋遢的样子，让我做下自我介绍，然后告诉我他是二面的面试官，我瞬间被他的强大气场给压迫了。
面试官看了下我的简历，问：你用过缓存？缓存都用于啥场景能说下吗？
我：巴拉巴拉，说我们系统中一个防止用户频繁请求获取验证码接口的case
1用户手机号放入缓存，过期时间一分钟，保证用户一分钟之内只能请求一次接口，毕竟系统发短信也是要钱的。
2.防止高并发场景下，用户的请求给DB搞挂，如下图，所以加入了缓存

面试官：高并发下缓存和数据库如何保证一致性，了解吗？
我：这个问题很熟悉啊，好像在哪里看过，我努力的回想，我想到了，用延时双删的策略
1先删缓存
2更新数据库
3延迟一断时间再删缓存
伪代码如下：
public void write(String key,Object data){
redis.delKey(key);
db.updateData(data);
Thread.sleep(1000);
redis.delKey(key);
}
（1）先淘汰缓存
（2）再写数据库（这两步和原来一样）
（3）休眠1秒，再次淘汰缓存
这么做，可以将1秒内所造成的缓存脏数据，再次删除。
那么，这个1秒怎么确定的，具体该休眠多久呢？
针对上面的情形，读者应该自行评估自己的项目的读数据业务逻辑的耗时。然后写数据的休眠时间则在读数据业务逻辑的耗时基础上，加几百ms即可。这么做的目的，就是确保读请求结束，写请求可以删除读请求造成的缓存脏数据。
面试官：如果你用了mysql的读写分离架构怎么办？
我：在这种情况下，造成数据不一致的原因如下，还是两个请求，一个请求A进行更新操作，另一个请求B进行查询操作。
（1）请求A进行写操作，删除缓存
（2）请求A将数据写入数据库了，
（3）请求B查询缓存发现，缓存没有值
（4）请求B去从库查询，这时，还没有完成主从同步，因此查询到的是旧值
（5）请求B将旧值写入缓存
（6）数据库完成主从同步，从库变为新值
上述情形，就是数据不一致的原因。还是使用双删延时策略。只是，睡眠时间修改为在主从同步的延时时间基础上，加几百ms。
面试官：采用这种同步淘汰策略，吞吐量降低怎么办？
我：ok，那就将第二次删除作为异步的。自己起一个线程，异步删除。这样，写的请求就不用沉睡一段时间后了，再返回。这么做，加大吞吐量。

面试官：你为什么要用这种方案？先更新数据库，再更新缓存这种不行吗？
我：卧槽，这家伙怎么这么奇葩，问的咋和别人不一样呢？别人都是问解决方案，你竟然文问我为什么不用别的方案？当然，这些我没说出来
我努力思考，哦哦，想到了：

第一点高并发场景下如果2个请求过来，顺序如下，会发生线程安全的问题
1请求更新了数据库
2请求更新了数据库
2请求更新了缓存
1请求更新了缓存
那么最后1请求更新了缓存，就会有脏数据，如果这个缓存没有过期时间的话，这个脏数据就会永远存在
第二点
（1）如果你是一个写数据库场景比较多，而读数据场景比较少的业务需求，采用这种方案就会导致，数据压根还没读到，缓存就被频繁的更新，浪费性能。
（2）如果你写入数据库的值，并不是直接写入缓存的，而是要经过一系列复杂的计算再写入缓存。那么，每次写入数据库后，都再次计算写入缓存的值，无疑是浪费性能的。显然，删除缓存更为适合。

面试官：那先删除缓存，再更新数据库呢？
我：同时有一个请求A进行更新操作，另一个请求B进行查询操作。那么会出现如下情形:
（1）请求A进行写操作，删除缓存
（2）请求B查询发现缓存不存在
（3）请求B去数据库查询得到旧值
（4）请求B将旧值写入缓存
（5）请求A将新值写入数据库
上述情况就会导致不一致的情形出现。而且，如果不采用给缓存设置过期时间策略，该数据永远都是脏数据。

面试官：那先更新数据库，再删除缓存呢？
我：首先，先说一下。老外提出了一个缓存更新套路，名为《Cache-Aside pattern》。其中就指出

失效：应用程序先从cache取数据，没有得到，则从数据库中取数据，成功后，放到缓存中。
命中：应用程序从cache中取数据，取到后返回。
更新：先把数据存到数据库中，成功后，再让缓存失效。
另外，知名社交网站facebook也在论文《Scaling Memcache at Facebook》中提出，他们用的也是先更新数据库，再删缓存的策略。
面试官：这种情况不存在并发问题么？
我：不是的。假设这会有两个请求，一个请求A做查询操作，一个请求B做更新操作，那么会有如下情形产生
（1）缓存刚好失效，过期时间到了
（2）请求A查询数据库，得一个旧值
（3）请求B将新值写入数据库
（4）请求B删除缓存
（5）请求A将查到的旧值写入缓存
ok，如果发生上述情况，确实是会发生脏数据。
然而，发生这种情况的概率又有多少呢？
发生上述情况有一个先天性条件，就是步骤（3）的写数据库操作比步骤（2）的读数据库操作耗时更短，才有可能使得步骤（4）先于步骤（5）。可是，大家想想，数据库的读操作的速度远快于写操作的（不然做读写分离干嘛，做读写分离的意义就是因为读操作比较快，耗资源少），因此步骤（3）耗时比步骤（2）更短，这一情形很难出现。
面试官：一定要解决怎么办？
我心中意淫：你工地出身的？这么能抬杠？
如何解决上述并发问题？
首先，给缓存设有效时间是一种方案。其次，采用策略（2）里给出的异步延时删除策略，保证读请求完成以后，再进行删除操作。
还有其他造成不一致的原因么？
有的，这也是缓存更新策略（2）和缓存更新策略（3）都存在的一个问题，如果删缓存失败了怎么办，那不是会有不一致的情况出现么。比如一个写数据请求，然后写入数据库了，删缓存失败了，这会就出现不一致的情况了。这也是缓存更新策略（2）里留下的最后一个疑问。
如何解决？
提供一个保障的重试机制即可，这里给出两套方案。
方案一

流程如下所示
（1）更新数据库数据；
（2）缓存因为种种问题删除失败
（3）将需要删除的key发送至消息队列
（4）自己消费消息，获得需要删除的key
（5）继续重试删除操作，直到成功
然而，该方案有一个缺点，对业务线代码造成大量的侵入。于是有了方案二，在方案二中，启动一个订阅程序去订阅数据库的binlog，获得需要操作的数据。在应用程序中，另起一段程序，获得这个订阅程序传来的信息，进行删除缓存操作。
方案二

流程如下图所示：
（1）更新数据库数据
（2）数据库会将操作信息写入binlog日志当中
（3）订阅程序提取出所需要的数据以及key
（4）另起一段非业务代码，获得该信息
（5）尝试删除缓存操作，发现删除失败
（6）将这些信息发送至消息队列
（7）重新从消息队列中获得该数据，重试操作。

上述的订阅binlog程序在mysql中有现成的中间件叫canal，可以完成订阅binlog日志的功能。另外，重试机制是采用的是消息队列的方式。如果对一致性要求不是很高，直接在程序中另起一个线程，每隔一段时间去重试即可。

面试官：还有别的方案吗？
我心中意淫：你这个比真的烦，咋一直问呢？难道这就是传说的架构师级别？动不动就让一直说方案，选最优？
实在不想聊这个了，我：我知道的就这些，别的可能还有吧，等我回去再看看。
面试官：今天就到这吧，有消息我们会联系你，然后穿着他的老年拖鞋，悠哉的走了，嘴里还在念叨：什么公司这么忙？周六来面试？周一到周五不能来吗？
我望着他的背景：这个比不简单。