缓存与数据库的数据一致性问题

首先，我们要知道为什么会引发数据不一致的问题？

读写流程：
写流程：
（1）先淘汰cache
（2）再写db
读流程：
（1）先读cache，如果数据命中hit则返回
（2）如果数据未命中miss则读db
（3）将db中读取出来的数据入缓存
我们要放入缓存前，会先读取数据库的数据，再将其放入缓存中。
数据不一致在于：我们在线程A读数据库数据并将其放入缓存中的时候，同时有一个线程B去操作数据，对数据进行了改变。这时候，线程B还没有成功改变数据，我们的A线程已经将数据读入缓存中了，缓存中的是旧数据，这就是数据不一致。

在分布式环境下，数据的读写都是并发的，上游有多个应用，通过一个服务的多个部署（为了保证可用性，一定是部署多份的），对同一个数据进行读写，在数据库层面并发的读写并不能保证完成顺序，也就是说后发出的读请求很可能先完成（读出脏数据）：

（a）发生了写请求A，A的第一步淘汰了cache（如上图中的1）
（b）A的第二步写数据库，发出修改请求（如上图中的2）
（c）发生了读请求B，B的第一步读取cache，发现cache中是空的（如上图中的步骤3）
（d）B的第二步读取数据库，发出读取请求，此时A的第二步写数据还没完成，读出了一个脏数据放入cache（如上图中的步骤4）
即在数据库层面，后发出的请求4比先发出的请求2先完成了，读出了脏数据，脏数据又入了缓存，缓存与数据库中的数据不一致出现了。

我们去查询数据的时候，就会先读缓存，我们读到的是旧的数据，而数据在数据库中已经改变了。

怎样解决这个问题呢？

我们首先，要想让缓存中的数据是最新的，也就是保证我们读到的就是最新的数据，我们要让读写操作串行化。
读写数据库的时候，会先获得数据库连接，我们要保证，读写的操作使用同一个连接，让先写，再读就保证读到的是最新的数据。
怎样保障使用同一个链接？
根据你要查询的数据，比如根据用户id去查询何改变数据，我们获得连接时，将这个userid传入。读写传入的都是同一个userid，获得的也是同一个连接。这是在数据库层面的解决一致性问题。
缺点也很明显：效率变低，吞吐量减少。

因此，如果我们的系统不是要求缓存与数据库必须保证强一致性的话，我们进行读操作读出旧数据也没事，写操作的时候，先更改数据，再删除缓存，但是，我们不将更改后的数据放入缓存中，等待有人去进行读操作的时候，再放入缓存中。我们只要保证数据最终一致就好。