【后端高阶面经：缓存篇】33、高并发服务如何保证缓存一致性？

一、缓存一致性问题的本质与核心挑战

（一）数据不一致的三大根源

1. 分布式事务缺失
   数据库与缓存的更新无法通过传统事务保证原子性，典型场景如：
   • 更新数据库成功但缓存更新失败
   • 缓存删除成功但数据库更新失败
     本质：分布式环境下CAP定理的必然妥协，强一致性与可用性不可兼得。
2. 并发操作时序冲突
   • 读写并发：读请求命中旧缓存，而写请求正在更新数据库（如电商库存扣减）。
   • 写写并发：多个更新操作顺序错乱导致版本覆盖（如社交动态点赞计数）。
     案例：

   请求A: 写DB(X=1) → 删缓存  
   请求B: 写DB(X=2) → 删缓存  
   可能执行顺序: A删缓存 → B删缓存 → A写DB → B写DB → 缓存回填X=1（旧值）
   

3. 系统架构复杂性
   • 多级缓存架构（L1本地缓存+L2