缓存和数据库的一致性方案

Redis 缓存和数据库数据的一致性问题，就是 Redis 缓存的数据和数据库中保存的数据出现不相同的现象。导致这种现象的发生一般有两种情况：

• 在 Redis 缓存和数据库进行数据同步时出现了异常，导致数据同步失败
• 在高并发的情况下，有多个线程同时操作 Redis 缓存和数据库，导致数据不一致性

目前主流的方案有以下几种

方案1：同步删除

核心流程：

1. 先更新数据库数据

2. 然后删除缓存数据

存在的问题：

1）删除缓存失败存在脏数据

2）难以收拢所有更新数据库入口

使用同步删除方案，你必须在所有更新数据库的地方都进行缓存的删除操作，如果你有一个地方漏掉了，对应的缓存就相当于没有删除了，就会导致脏数据问题。

还有就是如果我们通过命令行直接来更新数据库的数据，或者通过公司提供的数据库管理平台来更新数据库数据，这个时候你就没法删除了，因为你的同步删除其实只是写在你的代码里面，这个时候也就导致脏数据问题了，这也是为什么说同步删除很难覆盖所有的入口，同时存在很大的风险。

3）并发场景下存在脏数据

例子：表A存在数据 a=1，并发情况下可能有以下流程： 

时序	线程1	线程2
1		查询数据库数据:a=1
2	更新数据库:a=2
3	删除缓存数据
4		将数据写入缓存:a=1

上面的例子中，由于线程2在查询完数据库数据之后，写入缓存之前，数据库的数据被线程1更新并且执行完同步删除操作了，所以最终导致脏数据问题，并且脏数据可能会持续很久。

当然，由于更新数据库操作耗时一般比写缓存更久，所以该例子发生的概率并不会太大，但还是有可能的。

最典型的场景就是，线程2查询完数据库之后，写缓存之前，线程2所在服务器发生了YGC，这个时候线程2可能就需要等待几十毫秒才能执行写缓存操作，这种情况就很容易出现上面这个例子了。

小结：由于难以收拢所有更新数据库入口，同时可能存在长期的脏数据问题，该方案一般不会被单独使用

方案2：延迟双删

核心流程：

1. 删除缓存数据

2. 更新数据库数据

3. 等待一小段时间

4. 再次删除缓存数据

存在的问题：

1）延迟时间难以确认

到底是延迟一秒或者是几秒，这个其实很难确认，你总不能延迟几分钟吧，因为你如果延迟几分钟，那这几分钟可能就存在脏数据了，所以这个时间很难确定。

2）无法绝对保障数据的一致性

例子：表A存在数据 a=1，并发情况下可能有以下流程