最终一致性
给缓存设置过期时间，是保证最终一致性的解决方案。
场景：更新缓存呢，还是删除缓存？
Cache Aside Pattern：
读的时候，先读缓存，缓存没有的话，就读数据库，然后取出数据后放入缓存，同时返回响应。
写的时候，先更新数据库，然后再删除缓存。（ lazy 计算）
删缓存失败：
- 缓存设置过期时间（缓存过期时间设为随机值减少发生缓存雪崩的可能性）
- 消息队列重试，有业务代码侵入的问题
- 订阅数据库的binlog
场景：先删除缓存，再更新数据库？
- 高并发下会发生不一致。
- 数据库主从延时会发生不一致。
简单的方法：延时双删策略，第二次删除做成异步的
高并发：更新数据的时候，根据数据的唯一标识，将操作路由之后，发送到一个内存队列中。
读取数据的时候，如果发现数据不在缓存中，那么将重新读取数据+更新缓存的操作，根据唯一标识路由之后，也发送同一个内存队列。
Design Pattern
- Cache Aside Pattern
- Read Through
- Write Through
- Write Back
Read/Write Through
Read/Write Through
Read/Write Through是把更新数据库的操作由缓存自己代理了，对于应用层来说，认为后端就是一个单一的存储，而存储自己维护自己的Cache。
网友评论