业务描述

数据库大多数情况都是用户并发访问最薄弱的环节。所以，在高并发的条件下，就需要一个缓冲区来规避，其中使用redis做一个缓冲操作就是一个很好的选择，让请求先访问到redis，而不是直接访问MySQL等数据库，如下图

这样的情况下，直接可能导致后台数据库崩溃，所以，我们在架构下做如下调整，即加入缓存

客户端发起请求，先检查缓存是否存在热点数据，如果有则直接返回，没有则加载数据库数据，然后再写入缓存，同时返回前端。

读取缓存步骤一般没有什么问题，但是一旦涉及到数据更新：数据库和缓存更新，就容易出现缓存(Redis)和数据库（MySQL）间的数据一致性问题。

不管是先写MySQL数据库，再删除Redis缓存；还是先删除缓存，再写库，都有可能出现数据不一致的情况，举例如下

a、先写库，在删除缓存前，写库的线程宕机了，没有删除掉缓存，则也会出现数据不一致情况。

b、如果删除了缓存Redis，还没有来得及写库MySQL，另一个线程就来读取，发现缓存为空，则去数据库中读取数据写入缓存，此时缓存中为脏数据。

因为写和读是并发的，没法保证顺序,就会出现缓存和数据库的数据不一致的问题。怎么解决这样的问题，先易后难，给出两个解决方案并结合业务和技术选型选择使用。

解决方案

延时双删策略

这种方案，网上介绍的最多，使用的也比较广泛，我这里简单介绍一下：

首先删除缓存，redis.del(key)

其次更新数据库(db), db.update

最后再删除一遍缓存，当然需要延时一下，以防止数据库未更新完成，就被其他客户端读取并加载到缓存，thread.sleep(500),redis.del(key)；

注意：延时时间具体多少，需要评估自己的项目的读数据业务逻辑的耗时。这么做的目的，就是确保读请求结束，写请求可以删除读请求造成的缓存脏数据。

当然这种策略还要考虑redis和数据库主从同步的耗时。最后的的写数据的休眠时间：则在读数据业务逻辑的耗时基础上，加几百ms即可。比如：休眠1秒。

2. 设置缓存过期时间

设置缓存过期时间，也就是有效时间expires，在对数据实时性要求不是很高的业务场景下是可以的，缓存时间失效，就会从数据库从新拉取数据。再填入缓存池

3. 异步更新策略

异步更新的，可实现的方案很多，比如介入消息中间件rabbitMQ,kafka,rocketMQ等消息中间件，数据库更新时，发送消息到消息队列，通过消息中间件再推送到Redis

再次，监控binlog,通过对数据库日志分析，发现有数据更新，再推送到redis缓存。

也可以结合使用canal(阿里的一款开源框架)，通过该框架可以对MySQL的binlog进行订阅，而canal正是模仿了mysql的slave数据库的备份请求，使得Redis的数据更新达到了相同的效果

总而言之，使用缓存，不可能保证数据的绝对一致性，但最终一致性，还是可以确保的，毕竟，使用缓存的最终目的是为了提高性能