如何保证缓存与数据库的双写一致性？

一般来说，如果允许缓存可以稍微的跟数据库偶尔有不一致的情况，也就是说如果你的系统不

是严格要求 “缓存+数据库” 必须保持一致性的话，最好不要做这个方案，即：读请求和写请

求串行化，串到一个内存队列里去。

串行化可以保证一定不会出现不一致的情况，但是它也会导致系统的吞吐量大幅度降低，用比

正常情况下多几倍的机器去支撑线上的一个请求。

缓存+数据库读写的模式：

　　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，先删除缓存，然后再更新数据库。

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，都把里面的
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

　　

问题：先更新数据库，再删除缓存。如果删除缓存失败了，那么会导致数据库中是新数据，缓

存中是旧数据，数据就出现了不一致。

比较复杂的数据不一致问题分析

数据发生了变更，先删除了缓存，然后要去修改数据库，此时还没修改。一个请求过来，去读
缓存，发现缓存空了，去查询数据库，查到了修改前的旧数据，放到了缓存中。随后数据变
更的程序完成了数据库的修改。完了，数据库和缓存中的数据不一样了... 

为什么上亿流量高并发场景下，缓存会出现这个问题？
只有在对一个数据在并发的进行读写的时候，才可能会出现这种问题。其实如果说你的并发量
很低的话，特别是读并发很低，每天访问量就 1 万次，那么很少的情况下，会出现刚才描述的
那种不一致的场景。但是问题是，如果每天的是上亿的流量，每秒并发读是几万，每秒只要有
数据更新的请求，就可能会出现上述的数据库+缓存不一致的情况。
 解决方案如下：
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 jvm 内部队列中。读取
数据的时候，如果发现数据不在缓存中，那么将重新执行“读取数据+更新缓存”的操作，根据唯
一标识路由之后，也发送到同一个 jvm 内部队列中。
一个队列对应一个工作线程，每个工作线程串行拿到对应的操作，然后一条一条的执行。这样
的话，一个数据变更的操作，先删除缓存，然后再去更新数据库，但是还没完成更新。此时如
果一个读请求过来，没有读到缓存，那么可以先将缓存更新的请求发送到队列中，此时会在队
列中积压，然后同步等待缓存更新完成。
这里有一个优化点，一个队列中，其实多个更新缓存请求串在一起是没意义的，因此可以做
过滤，如果发现队列中已经有一个更新缓存的请求了，那么就不用再放个更新请求操作进去
了，直接等待前面的更新操作请求完成即可。
待那个队列对应的工作线程完成了上一个操作的数据库的修改之后，才会去执行下一个操作，
也就是缓存更新的操作，此时会从数据库中读取最新的值，然后写入缓存中。
如果请求还在等待时间范围内，不断轮询发现可以取到值了，那么就直接返回；如果请求等待
的时间超过一定时长，那么这一次直接从数据库中读取当前的旧值。

读请求长时阻塞

由于读请求进行了非常轻度的异步化，所以一定要注意读超时的问题，每个读请求必须在超时
时间范围内返回。
该解决方案，最大的风险点在于说，可能数据更新很频繁，导致队列中积压了大量更新操作
在里面，然后读请求会发生大量的超时，最后导致大量的请求直接走数据库

解决方案：另外一点，因为一个队列中，可能会积压针对多个数据项的更新操作。比如有100个商品，那么这个队列里可能有100个商品的修改操作，这样读请求就会慢。

这时候我们就可以加机器。比如加10台机器，通过一种路由规则让这100个商品上读写请求 分配到这10台机器上，这样 一台机器上的一个队列最多就只有10个商品的读写请求。