掌握分布式环境缓存更新策略,提高缓存与数据库双写一致性！

概述

随着时代的发展，服务系统架构也已经由最初的单体架构转变为分布式、微服务架构模式。 从数据体量上来看，各系统存储的数据量越来越大，数据的查询性能越来越低。 此时，就需要我们不断的进行优化，最常用的就是引入缓存。 而引入缓存后，我们如何保证缓存和数据库的一致性呢？

常见策略模式

常见更新策略有Cache Aside （旁路缓存）、Read/Write Through （读穿 / 写穿）、Write Behind/Back(写回)三种模式， 其中旁路缓存是目前应用最广泛的一种方式。

Cache Aside （旁路缓存）

• 失效：应用程序先从cache取数据，没有获取到，则从数据库中取数据，成功后，放到缓存中。
• 命中：应用程序从cache中取数据，取到后返回。
• 更新：先把数据存到数据库中，成功后，再让当前缓存失效

​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，但是没有命中缓存，然后就到数据库中取数据，此时来了一个写操作，写完数据库后，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。

为什么这种思路存在这么明显的问题，却还具有那么广泛的应用呢？因为这个case实际上出现的概率非常低，产生这个case需要具备如下4个条件

1. 读操作读缓存失效
2. 有个并发的写操作
3. 写操作比读操作更快
4. 读操作早于写操作进入数据库，晚于写操作更新缓存

而实际上数据库的写操作会比读操作慢得多，而且还要锁表，而读操作必需在写操作前进入数据库操作，而又要晚于写操作更新缓存。 所有的这些条件都具备的概率基本并不大。并且即使出现这个问题还有一个缓