浅析如何保证缓存与数据库的双写一致性：4种更新缓存的设计模式理解

　　缓存由于其高并发和高性能的特性，已经在项目中被广泛使用，在缓存的使用中，通常会面临一个更新的问题，当数据源产生变化，如何去更新到数据库与缓存之中，并且尽量保证安全与性能。

　　你只要用缓存，就可能会涉及到缓存与数据库双存储双写，你只要是双写，就一定会有数据一致性的问题，那么你如何解决一致性问题？

　　更新缓存的的 Design Pattern 有四种：Cache aside、Read through、Write through、Write behind caching，我们下面一一来看一下这四种 Pattern。

一、Cache Aside Pattern

　　最经典的 缓存+数据库读写 的模式，就是 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。
• 更新的时候，先更新数据库，然后再删除缓存。

　　标准的Pattern，facebook就是使用这种方式，具体流程图如下：

　　失效：应用程序先从cache取数据，没有得到，则从数据库中取数据，成功后，放到缓存中。

　　命中：应用程序从cache中取数据，取到后返回。

　　更新：先把数据存到数据库中，成功后，再让缓存失效。

　　读的部分大家都很熟悉，先读 cache，如果 cache 中没有命中，去读底层数据库等存储介质，返回数据，并且设置缓存。

　　写的部分有一些争议，网上流传很多种做法，简单分析几种：

1、先更新缓存，再写数据库

　　同时有请求A和请求B进行更新操作，那么会出现

（1）线程A更新了数据库

（2）线程B更新了数据库

（3）线程B更新了缓存

（4）线程A更新了缓存

　　这就出现请求A更新缓存应该比请求B更新缓存早才对，但是因为网络等原因，B却比A更早更新了缓存。这就导致了脏数据，因此不考虑。

2、先删除缓存，再更新数据库

　　该方案会导致不一致的原因是。同时有一个请求A进行更新操作，另一个请求B进行查询操作。那么会出现如下情形:

（1）请求A进行写操作，删除缓存

（2）请求B查询发现缓存不存在

（3）请求B去数据库查询得到旧值

（4）请求B将旧值写入缓存

（5）请求A将新值写入数据库

　　这种线程安全问题需要通过延时双删等方案解决，大概的策略是：

（1）先淘汰缓存

（2）再写数据库（这两步和原来一样）

（3）休眠x秒，再次淘汰缓存

　　也不考虑

3、先更新数据库，再更新缓存  —— 即 Cache Aside

　　那么，是不是Cache Aside这个就不会有并发问题了？不是的，比如，一个是读操作，但是没有命中缓存，然后就到数据库中取数据，此时来了一个写操作，写完数据库后，让缓存失效，然后，之前的那个读操作再把老的数据放进去，所以，会造成脏数据。

　　这个case理论上会出现，不过实际上出现的概率可能非常低，因为这个条件需要发生在读缓存时缓存失效，而且并发着有一个写操作。而实际上数据库的写操作会比读操作慢得多，而且还要锁表，而读操作必需在写操作前进入数据库操作，而又要晚于写操作更新缓存，所有的这些条件都具备的概率基本并不大。

4、先更新数据库，再删除缓存  ——  为什么是删除缓存，而不是更新缓存？

　　原因很简单，很多时候，在复杂点的缓存场景，缓存不单单是数据库中直接取出来的值。比如可能更新了某个表的一个字段，然后其对应的缓存，是需要查询另外两个表的数据并进行运算，才能计算出缓存最新的值的。

　　另外更新缓存的代价有时候是很高的。是不是说，每次修改数据库的时候，都一定要将其对应的缓存更新一份？也许有的场景是这样，但是对于比较复杂的缓存数据计算的场景，就不是这样了。如果你频繁修改一个缓存涉及的多个表，缓存也频繁更新。但是问题在于，这个缓存到底会不会被频繁访问到？

　　举个栗子，一个缓存涉及的表的字段，在 1 分钟内就修改了 20 次，或者是 100 次，那么缓存更新 20 次、100 次；但是这个缓存在 1 分钟内只被读取了 1 次，有大量的冷数据。实际上，如果你只是删除缓存的话，那么在 1 分钟内，这个缓存不过就重新计算一次而已，开销大幅度降低。用到缓存才去算缓存。

　　其实删除缓存，而不是更新缓存，就是一个 lazy 计算的思想，不要每次都重新做复杂的计算，不管它会不会用到，而是让它到需要被使用的时候再重新计算。像 mybatis，hibernate，都有懒加载思想。查询一个部门，部门带了一个员工的 list，没有必要说每次查询部门，都里面的 1000 个员工的数据也同时查出来啊。80% 的情况，查这个部门，就只是要访问这个部门的信息就可以了。先查部门，同时要访问里面的员工，那么这个时候只有在你要访问里面的员工的时候，才会去数据库里面查询 1000 个员工。

二：Read/Write Through Pattern

　　在 Cache Aside 中，应用层需要和两个数据源打交道：缓存、数据库，这增加了应用层的复杂度，能否只和一个数据源打交道？

　　Read/Write Through 就是用来解决这个问题的，该模式下应用层只和缓存打交道，由缓存去操作和维护数据库。该模式会让应用层变得更加简单，同时代码也会更简洁。

1、Read Through  ——  Read Through 就是在查询操作中更新缓存

　　应用层查询数据时，当缓存未命中时（过期或LRU换出），由缓存去查询数据库，并且将结果写入缓存中，最后返回结果给应用层。

2、Write Through  ——  Write Through 就是双写

　　应用层更新数据时，由缓存去更新数据库。同时，当缓存命中时，写缓存和写数据库需要同步控制，保证同时成功。

三：Write Behind Caching Pattern

　　Write Behind 又称为 Write Back，从应用层的视角来看和 Write Through 类似，在该模式下应用层也是只需要和缓存一个数据源打交道，不同点在于：

　　Write Through 会立刻把数据同步写入数据库中，这样做的优点是操作简单，缺点是数据修改需要同时写入数据库，数据写入速度会比较慢。

　　Write Behind 会在一段时间之后异步的把数据批量写入数据库，这样的做的优点是：

（1）应用层操作只写缓存，应用层会觉得操作飞快无比；

（2）缓存在异步的写入数据库时，会将多个 I/O 操作合并成一个，减少 I/O 次数。

　　缺点是：（1）复杂度高；（2）更新后的数据还未写入数据库时，如果此时出现系统断电的情况，数据将无法找回。

　　Write Behind 的核心流程图如下：

　　Write Back 缓存模式由于其复杂性比较高，所以在业务应用中使用的比较少，但是由于其带来的性能提升，还是有不少优秀的软件采用了该设计模式，例如：linux 中的页缓存、MySQL 中的 InnoDB 存储引擎。

　　linux 中的 page cache（页缓存）采用的就是 write back 机制：用户 write 时只是将数据写到 page cache，并标记为 dirty，并没有真正写到硬盘上 。内核在某个时刻会将 page cache 里的 dirty 数据 wirteback 到硬盘上。

流程图来源于文章：https://zhuanlan.zhihu.com/p/357650051