数据库|如何保证缓存和数据库的一致性？

文章图片

文章图片

文章图片

文章图片

很多小伙伴在面试的时候，应该都遇到过类似的问题，如何确保缓存和数据库的一致性?
如果你对这个问题有过研究，应该可以发现这个问题其实很好回答，如果第一次听到或者第一次遇到这个问题，估计会有点懵，今天我们来聊聊这个话题。
1. 问题分析首先我们来看看为什么会有这个问题!
我们在日常开发中，为了提高数据响应速度，可能会将一些热点数据保存在缓存中，这样就不用每次都去数据库中查询了，可以有效提高服务端的响应速度，那么目前我们最常使用的缓存就是 Redis 了。
用 Redis 做缓存，并不是一说缓存就是 Redis ，还是要结合业务的具体情况，我们可以根据不同业务对数据要求的实时性不同，将数据分为三级，以电商项目为例：

第 1 级：订单数据和支付流水数据：这两块数据对实时性和精确性要求很高，所以一般是不需要添加缓存的，直接操作数据库即可。
第 2 级：用户相关数据：这些数据和用户相关，具有读多写少的特征，所以我们使用 redis 进行缓存。
第 3 级：支付配置信息：这些数据和用户无关，具有数据量小，频繁读，几乎不修改的特征，所以我们使用本地内存进行缓存。

选中合适的数据存入 Redis 之后，接下来，每当要读取数据的时候，就先去 Redis 中看看有没有，如果有就直接返回;如果没有，则去数据库中读取，并且将从数据库中读取到的数据缓存到 Redis 中，大致上就是这样一个流程，读取数据的这个流程实际上是比较清晰也比较简单的，没啥好说的。
然而，当数据存入缓存之后，如果需要更新的话，往往会来带另外的问题：

当有数据需要更新的时候，先更新缓存还是先更新数据库?如何确保更新缓存和更新数据库这两个操作的原子性?
更新缓存的时候该怎么更新?修改还是删除?

怎么办?正常来说，我们有四种方案：

先更新缓存，再更新数据库。
先更新数据库，再更新缓存。
先淘汰缓存，再更新数据库。
先更新数据库，再淘汰缓存。

到底使用哪种?
在回答这个问题之前，我们不妨先来看看三个经典的缓存模式：

Cache-Aside
Read-Through/Write through
Write Behind

2. Cache-AsideCache-Aside ，中文也叫旁路缓存模式，如果我们能够在项目中采用 Cache-Aside ，那么就能够尽可能的解决缓存与数据库数据不一致的问题，注意是尽可能的解决，并无法做到绝对解决。
Cache-Aside 又分为读缓存和写缓存两种情况，我们分别来看。
2.1 读缓存先来看一张流程图：

它的流程是这样：

读取数据。
- 上一页
- 1
- 2
- 3
- 4
- 下一页