1 Redis 在分布式环境下的数据一致性主要是通过以下几种方式来保证的：
Redis 在分布式环境下的数据一致性是通过 Redis Cluster 实现的。Redis Cluster 是 Redis 的分布式解决方案，它将数据分散在多个节点上存储，通过一定的协调机制保证数据的一致性。以下是 Redis Cluster 实现数据一致性的方法：
哈希槽分配： Redis Cluster 将数据分散在多个节点上存储，每个节点存储部分数据，这些数据通过哈希槽分配算法分配到不同的节点上。哈希槽分配算法可以保证相同的 Key 始终分配到同一个节点上存储，这样就保证了数据的一致性。
主从同步：当一个节点的数据发生变化时，Redis Cluster 会将这些变化同步到其他节点上，保证各个节点的数据保持一致。Redis Cluster 采用主从复制的方式实现节点间数据同步，每个节点都有一个主节点和多个从节点，主节点的数据发生变化时，会将变化同步到从节点，从节点会将变化应用到自己的数据中，从而保证数据的一致性。
客户端路由：当客户端向 Redis Cluster 发起请求时，Redis Cluster 会根据哈希槽分配算法将请求路由到相应的节点上，保证客户端请求的数据始终从同一个节点上读取或写入，从而保证数据的一致性。
集群状态监控：Redis Cluster 会监控各个节点的状态，如果有节点失效或发生故障，会将其从集群中移除，从而避免因节点故障导致数据不一致的问题。 通过以上方法，Redis Cluster 实现了在分布式环境下的数据一致性。
事务：Redis 支持事务操作，将一组操作当做一个原子操作执行，要么全部执行成功，要么全部执行失败，可以通过事务来保证数据的一致性。
2. 为保证缓存和数据库数据一致性，主要考虑一下两种策略：
2.1先删除缓存数据，再更新数据库
如上图，模拟线程1更新数据过程，线程2查询数据
如果步骤5先于步骤3执行，或者步骤3更新失败，即线程1删除完缓存，步骤3还没执行完，线程2步骤5过来查询缓存，由于缓存中没有数据，则取数据库中查询数据，这是由于线程1还没有更新db中数据，则线程2从db中查询的数据仍是旧数据，旧数据更新到缓存后也是旧数据，解决思路---延时双删+失败重试
延时双删--解决查询旧数据问题；线程1在步骤4更新成功后延迟一定时间后，再次重复步骤1删除缓存
失败重试--解决数据库更新失败问题；步骤4加入更新失败机制，降低数据不一致性
2.2先更新数据库，再删除缓存
如上图，r如果步骤5先于步骤3执行或者步骤三删除缓存失败，线程1执行完步骤2，还没有删除缓存时，线程2查询数据，则查询到的是旧数据；解决思路：订阅binlog+引入消息队列+失败重试
订阅binlog--数据库每一步操作都会写入binlog，通过监听binlog实时感知数据变化，根据数据变化情况删除reids并添加重试机制
引入消息队列：上图步骤3中若Redis删除失败，则将Redis key放入消息队列，消费端监听消息队列并删除Redis直至删除成功；
参考：
https://blog.csdn.net/sxg0205/article/details/127531279
