Redis（13）| 缓存与数据库数据一致性问题

本文讨论的前提：

1. 不是一个事务，永远无法满足数据库和缓存的强一直性的;
2. 文中会列举不一致的逻辑场景;
3. 一定是依解决业务问题，和业务达成的共同目标为前提；

前言

只要用到多数据源存储同一份相同的数据，在更新时，都会考虑数据一致性问题。这是常见问题，但是对于分布式系统的CAP 理论，相信很多人都听过，它是指：一个分布式系统最多只能同时满足一致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance）这三项中的两项。

为什么要理解 CAP 理论？
我能说出很多理由来。如果是在职场上，也许最合适的理由是，当领导给出的任务不靠谱时，我们可以依据 CAP 去否决它。比如，有这么一个任务，给你定了个大目标：

1. 这个系统满足编辑后数据要有实时性可见;
2. 还要系统的可用性，即响应效率高、响应结果合理，不能有bug；
3. 分区容错能力要高故障率99.9999%;
这个目标能完成吗？
本次讨论的数据库和缓存的数据一致性，就是Consistency。

为什么出现数据不一致

我们引入缓存机制，目的是：提高查询效率，这是初衷和前提，在并发场景下，也引入了一个问题，**何时去更新缓存？**在数据更新时，