数据库和缓存一致性

数据库和缓存一致性一般分为两类，最终一致性和强一致性。

最终一致性

名词解释：db更新后经过一段时间后要求能访问到更新后的数据，是最终一致性。
适用场景：对于实时性要求不是很高的业务。

方案一：

读取：先从缓存读取，读取不到则读取db，然后写入缓存。

写入/更新/删除：先写db，再写入/更新/删除缓存。

可能遇到的问题:T0时刻请求A读取的时候缓存为空，从db读取数据，T1时刻请求B更新了DB和缓存，T2时刻更新了缓存，T3时刻请求A将老数据写入缓存，此时缓存数据为脏数据。

方案二

读取：先从缓存读取，读取不到则读取db，然后写入缓存。

写入/更新/删除：先写入/更新/删除缓存，再更新db。

可能遇到的问题:T0时刻请求A读取的时候缓存为空，从db读取数据，T1时刻请求B删除了缓存，T2时刻请求A将老数据写入缓存，T3时刻请求B更新了缓存，此时缓存数据为脏数据。

对于方案一二，既然先更新缓存和数据库都不行，那能否给更新db和缓存的整体操作中加上锁呢，的确可以，但是这样读取也需要加锁，会影响性能，除非是一致性要求很高的场景，不然不建议这样使用。

上面两种情况都是读取和更新都操作了缓存，那么将缓存只放到更新操作里可不可以。

方案三：

读取：从缓存读取，读取不到则返回空。
写入/更新/删除：更新db再更新缓存。
可能遇到的问题：依然会有不同请求造成的并发问题，除非把更新db和缓存的整个操作加锁，不过会有性能问题，尤其是redis的key和value需要经过复杂计算的场景，而且若更新db成功，更新缓存失败，会有脏数据。由于缓存读取不到不再读取db，防止缓存过期，需要有全量job定时刷db到缓存。

方案四：

读取：从缓存读取，读取不到则返回空。

写入/更新/删除：先更新db，异步消息更新缓存，消费者加锁消费消息，缓存数据存储时间戳，若缓存时间戳大于db时间戳则需要进行更新，若缓存为空则直接写入。另用全量job定期刷新缓存。

可能遇到的问题：
1.若先更新再删除，消费者先消费到了删除请求，再消费到更新请求，则缓存为脏数据。
2.时间戳精度不够表示版本号。
3.更新db成功，发送消息失败。

解决方案：
1.加上isDel字段，删除操作视为更新操作，只是将isDel字段置为true。待缓存自动过期删除。
2.需要根据业务场景选取字段，或者在db加上版本号。
3.发送消息失败记录消息到本地消息表，定时任务轮询重发。

强一致性：

名词解释：对于关系型数据库，要求更新过的数据能被后续的访问都能看到，是强一致性。
适用场景：对于实时性要求比较高的业务。

方案一：

读取：先从缓存读取，读取不到则读取db，然后写入缓存。
写入/更新/删除：先写入/更新/db，再删除缓存。
可能遇到的问题：

1.如图，查询操作在db更新后查询的还是老数据。

2.和最终一致性的方案一一样，查询操作查询数据时缓存不存在，从db写入老缓存缓存，导致缓存存在脏数据。

方案二：

新增/修改/删除： 将更新db和删除缓存整体操作加锁lock1。
查询：查询时先判断锁lock1是否存在，若锁存在则读取db并返回数据，锁不存在直接查询缓存，若缓存存在则直接返回结果，缓存不存在同样加锁lock1，执行查询db和更新缓存操作，这样可以保证强一致性。