缓存与数据库的一致性

参考文章 https://blog.csdn.net/simba_1986/article/details/77823309

缓存与数据库的一致性

缓存适用于读多写少的场景，并且能极大地提升性能和效率；但是让缓存的数据与数据库保持一致是一个难题

保持一致的策略

当数据更新时，先更新缓存，如果缓存更新成功，再更新数据库 适用场景有限，且实现起来较为复杂(如果数据库操作失败，要进行补偿措施，对缓存数据进行还原)当数据更新时，先删除缓存，如果缓存删除成功，再更新数据库 适用所有的场景，且实现起来简单，是最常用的

存在的问题

不考虑策略1，以下将深入探究策略2

在高并发的情况下，假设请求1(更新操作)先删除缓存，再更新数据库，如果请求2(读操作)在缓存删除与数据库更新之间进行了读取数据，就会读入旧数据到缓存，待数据库更新后，此时旧数据缓存与数据库发生不一致的现象

该问题的核心是，请求1的操作不能被其他请求打断，并且请求1与其他请求之间要保持有序(串行执行)。遇到这种情况，可以采用队列的方式去解决(为了保证串行执行，工作线程只能有1个)，当出现更新请求时，直接将其丢进队列，等待异步执行；当出现读请求时，先读缓存，成功则返回，如果缓存不存在，再去判断队列头部是否是同一条记录的更新请求，如果是，为了不打断其操作，将读请求也丢进队列，然后同步等待缓存更新完成；如果不是，说明该更新请求早已完成，直接读数据库并缓存即可，不要入队列。

优化

队列可以创建多个，运用Hash法将不同记录的请求散列到不同的队列，可以负载均衡，并行执行，也可以避免堵塞在分布式场景下，队列最好共享进入队列的读请求可以采用超时等待，一旦超时，直接读数据库并返回，避免长时间的不响应

最后强调：只有读多写少的场景才用缓存！！！读多写少、读多写少，其他情况不要用

转载于:https://www.cnblogs.com/pomer-huang/p/8998623.html