如何保证缓存和数据库数据的一致性 ？

一、CAP理论

CAP理论是分布式系统设计中的一个重要原则，它指出对于一个分布式系统，不可能同时满足以下三个特性：

一致性（Consistency）：所有节点在同一时刻看到的数据是一致的。

可用性（Availability）：每一个请求必须得到响应，哪怕返回的是旧数据

分区容忍性（Partition Tolerance）：系统在网络分区时，仍能够继续运行

根据CAP理论，一个分布式系统只能同时满足其中的两个特性。在实际应用中，分区容忍性是不可避免的，因此通常需要在一致性和可用性之间进行权衡。

二、缓存不一致处理

如果不是并发特别高，对缓存依赖性很强，其实一定程序的不一致是可以接受的。但是如果对一致性要求比较高，那就得想办法保证缓存和数据库中数据一致。

缓存和数据库数据不一致常见的两种原因：

• 缓存key删除失败

• 并发导致写入了脏数据

三、保证缓存和数据库数据的一致性的以下方案

1、消息队列保证key被删除

可以引入消息队列，把要删除的key或者删除失败的key丢尽消息队列，利用消息队列的重试机制，重试删除对应的key。

2、数据库订阅 + 消息队列保证key被删除

可以用一个服务（比如阿里的 canal）去监听数据库的 binlog日志，获取需要操作的数据。然后通过 Springboot业务代码 订阅程序传来的信息，进行缓存删除操作。

3、延时双删防止脏数据（延时双删保证了数据的最终一致性）

还有一种情况，是在缓存不存在的时候，写入了脏数据，这种情况在先删缓存，再更数据库的缓存更新策略下发生的比较多，解决方案是延时双删。

简单说，就是在第一次删除缓存之后，过了一段时间之后，再次删除缓存。

这种方式的延时时间设置需要仔细考量和测试。

设置缓存过期时间兜底

这是一个朴素但是有用的办法，给缓存设置一个合理的过期时间，即使发生了缓存数据不一致的问题，它也不会永远不一致下去，缓存过期的时候，自然又会恢复一致。

延迟一段时间原因（为了让其它线程把旧数据先写入缓存后再删除）：为了保证步骤5的将旧数据写入缓存操作完毕后，再执行步骤6的删除缓存操作

若出现步骤6删除缓存操作，优先于步骤5的将旧数据写入缓存操作，则会出现缓存与数据库的不一致性

注意：延时双删会存在一次数据的不一致性