Redis——关于数据库与缓存数据一致性

用「读 + 写」请求的并发的场景来分析。

假如某个用户数据在缓存中不存在，请求 A 读取数据时从数据库中查询到年龄为 20，在未写入缓存中时另一个请求 B 更新数据。它更新数据库中的年龄为 21，并且清空缓存。这时请求 A 把从数据库中读到的年龄为 20 的数据写入到缓存中。

即：请求A——缓存未命中；读取数据库中的值为20；将20回写缓存

　　请求B——更新数据库为21；删除缓存

 

采用 Cache Aside 策略，即写策略先更新数据库，再删除缓存中的数据。

虽然从理论上分析也会出现数据不一致情况（该用户年龄在缓存中是 20（旧值），在数据库中是 21（新值）），但概率不高。

因为缓存的写入通常快于数据库的写入，实际上很难出现请求B已更新了数据库并删除了缓存，请求A才更新完缓存的情况。

而请求A早于请求B删除缓存之前更新了缓存，那么接下来的请求会因缓存不命中重新向数据中获取数据，所以不会出现这种不一致的情况。

 

如果业务对缓存命中率有很高的要求，我们可以采用 更新数据库 + 更新缓存 的方案，因为更新缓存并不会出现缓存未命中的情况。

在两个更新请求并发执行的时候，会出现数据不一致的问题，因为更新数据库和更新缓存这两个操作是独立的，而我们又没有对操作做任何并发控制，那么当两个线程并发更新它们的话，就会因为写入顺序的不同造成数据的不一致。

解决数据不一致的两种做法：

• 在更新缓存前先加个分布式锁，保证同一时间只运行一个请求更新缓存，就会不会产生并发问题了，当然引入了锁后，对于写入的性能就会带来影响。
• 在更新完缓存时，给缓存加上较短的过期时间，这样即时出现缓存不一致的情况，缓存的数据也会很快过期，对业务还是能接受的。