重学Redis解决方案（二）—— 数据库缓存不一致解决方案

数据库缓存不一致解决方案

数据库缓存不一致产生原因

由于我们的缓存的数据源来自于数据库,而数据库的数据是会发生变化的,因此,如果当数据库中数据发生变化,而缓存却没有同步,此时就会有一致性问题存在，其后果是:

用户使用缓存中的过时数据,就会产生类似多线程数据安全问题,从而影响业务,产品口碑等;怎么解决呢？有如下几种方案

• Cache Aside Pattern 人工编码方式：缓存调用者在更新完数据库后再去更新缓存，也称之为双写方案

• Read/Write Through Pattern : 由系统本身完成，数据库与缓存的问题交由系统本身去处理

• Write Behind Caching Pattern ：调用者只操作缓存，其他线程去异步处理数据库，实现最终一致

数据库和缓存不一致采用什么方案

操作缓存和数据库时有三个问题需要考虑：
如果采用第一个方案，那么假设我们每次操作数据库后，都操作缓存，但是中间如果没有人查询，那么这个更新动作实际上只有最后一次生效，中间的更新动作意义并不大，我们可以把缓存删除，等待再次查询时，将缓存中的数据加载出来

• 删除缓存还是更新缓存？

  • 更新缓存：每次更新数据库都更新缓存，无效写操作较多
  • 删除缓存：更新数据库时让缓存失效，查询时再更新缓存

• 如何保证缓存与数据库的操作的同时成功或失败？

  • 单体系统，将缓存与数据库操作放在一个事务
  • 分布式系统，利用TCC等分布式事务方案

应该具体操作缓存还是操作数据库，我们应当是先操作数据库，再删除缓存，原因在于，如果你选择第一种方案，在两个线程并发来访问时，假设线程1先来，他先把缓存删了，此时线程2过来，他查询缓存数据并不存在，此时他写入缓存，当他写入缓存后，线程1再执行更新动作时，实际上写入的就是旧的数据，新的数据被旧数据覆盖了。

• 先操作缓存还是先操作数据库？
  • 先删除缓存，再操作数据库
  • 先操作数据库，再删除缓存

实现缓存与数据库双写一致

1、查询时，如果缓存未命中，则查询数据库，将数据库结果写入缓存，并设置超时时间

2、修改时，先修改数据库，再删除缓存

@Autowired
private StringRedisTemplate redisTemplate;

@Override
public Result queryTypeList() {
    //redis中存在数据
    String shopTypeJson = redisTemplate.opsForValue().get(RedisConstants.CACHE_SHOP_TYPE_KEY);
    if (StrUtil.isNotBlank(shopTypeJson)){
        return Result.ok(JSONUtil.toList(shopTypeJson, ShopType.class));
    }

    //redis中不存在
    List<ShopType> list = list();
    if (CollectionUtil.isNotEmpty(list)){
        redisTemplate.opsForValue().set(RedisConstants.CACHE_SHOP_TYPE_KEY,JSONUtil.toJsonStr(list),RedisConstants.CACHE_SHOP_TTL, TimeUnit.MINUTES);
    }
    return Result.ok();
}

@Autowired
private StringRedisTemplate redisTemplate;

@Override
@Transactional
public Result updateShop(Shop shop) {
    if (shop.getId() == null) {
        return Result.fail("店铺id不能为空");
    }
    updateById(shop);
    redisTemplate.delete(RedisConstants.CACHE_SHOP_KEY + shop.getId());
    return Result.ok();
}