【项目实战】-- 分布式事务的应用（一）

处理方式最多的大概就是保证数据的最终一致性吧。

在我们的业务系统中，缓存（Redis或者Memcached）通常被用在数据库之前，作为数据读取的缓冲，使得I/O操作不至于直接落在数据库上，造成很大的压力。

在我们的系统中相当于做了两层缓存。首先通过创建任务，将服务端提供的一些可静态化的基础数据静态化到MongoDB中，此操作分为定时任务和手动执行任务。而后设置了浏览器缓存（这块待确认。看看代码底层是怎么设置的）。

以文章详情为例，

首先创建任务，基于skynet分布式调度平台来实现的。大致流程如下：

 任务的目的就是将服务端获取到的数据存到MongoDB中。

业务中，如果作者修改了文章，并写到了数据库中，但是此时用户并不能立即从文章详情中看到所修改的内容。因为他依然读的缓存时间内的数据，过了缓存时间后还会先去读一下MongoDB中的数据。此时就造成了MongoDB（缓存系统）数据与数据库系统中数据不一致的现象。

为解决这种场景下造成的数据不一致现象，允许一定时间内数据不一致，但是通过定时执行任务，发送消息，将数据库系统中的数据定时更新到MongoDB中。

另外除以上应用外，可以加入缓存系统，有其他两种解决方案：

1. 为缓存数据设置过期时间。当缓存中数据过期后，业务系统会从数据库中获取数据，并将新值放入缓存。这个过期时间就是系统可以达到最终一致的容忍时间。

2. 更新数据库数据后同时清除缓存数据。数据库数据更新后，同步删除缓存中数据，使得下次对商品详情的获取直接从数据库中获取，并同步到缓存。