缓存一致性

缓存一致性

   将数据不一致分为三种情况：

           1.数据库有数据，缓存没有数据；

           2.数据库有数据，缓存有数据，数据不相等；

           3.数据库没有数据，缓存有数据。

 缓存策略：Cache Aside Pattern

1.首先尝试从缓存读取，读到数据则直接返回；如果读不到，就读数据库，并将数据写到缓存，并返回。

2.需要更新数据时，先更新数据库，然后把缓存里对应的数据失效掉（删掉）。

读的逻辑很好理解，主要是更新的逻辑。如果不这样做，采用先删除缓存，再更新数据库，会有什么问题呢？  这样做引发的问题是，如果有A、B两个线程同时更新数据，并且A、B已经都做完删除缓存这一步了，接下来A更新数据库，C线程读取数据，没有命中缓存会去数据库中读取A更新的数据并且将数据写到缓存中，这时候B再更新数据库，会导致缓存中的数据和数据库中的不一致，缓存中存在着脏数据，且会一直存在下去。

如果是先更新数据库，然后更新缓存又会引起什么问题呢？如果有A、B两个线程同时做更新数据，A先更新了数据库，B后更新了数据库，则此时数据库中是B的数据，而更新缓存时，确实B先更新缓存，A后更新缓存，则此时缓存中是A的数据，这样缓存和数据库结果又不一致了。

那么是不是Cache Aside这个就不会有并发问题了？不是的，比如一个是读操作，未命中然后就去数据库中读取数据，此时来一个写操作，写完数据后，让缓存失效，然后之前的那个读操作再把老的数据放进去，所以，会造成脏数据。

但，这个case理论上会出现，不过，实际上出现的概率可能非常低，因为这个条件需要发生在读缓存时缓存失效，而且并发有一个写操作。而实际上数据库的写操作会比读操作慢很多，而且还要锁表，而读操作必须在写操作之前进入数据库操作，而又要晚于写操作更新缓存，所有的条件都具备的概率基本不大。

所以，对于缓存一致性，要么通过2PC或者Paxos协议保证一致性，要么就是拼命的降低并发时脏数据概率，具体根据系统对一致性的要求程度。Facebool就是使用了这个降低概率的玩法，因为2PC太慢了，而Paxos协议太复杂。当然最好的就是给缓存设置上过期时间。

现在再看看上面的三种不一致的情况。

1.对于第一种，在读数据的时候，会自动把数据库的数据写到缓存，因此不一致自动消除。

2.对于第二种情况，数据最终变得不一致，但是他们在之前的某个时间点一定是想等的。这种不一致，一定是由于你更新数据所引发的。使用上面的策略，先更新数据库，再删除缓存。不一致的原因除了小概率的读写并发导致，就是数据库更新了，但是删除缓存失败了。

3.对于第三种情况，情况与第二种类似，你把数据库的数据删了，但是删除缓存失败了。

因此，最终的结论是，需要解决的不一致，产生的原因是更新数据库成功，但是删除缓存失败。

解决方案大概有以下几种：

1.对删除缓存进行重试，数据的一致性要求越高，越是重试得快。

2.定期全量更新，简单的说，全部删除再全部加载。

3.给所有缓存一个失效期。

第三种方案可以说是一个大杀器，任何不一致，都可以靠失效期解决，失效期越短，数据一致性越高。但是失效期越短，查数据库就会越频繁。因此失效期应该根据业务来定。