分布式之数据库和缓存双写一致性方案解析

一.为什么写这边文章

首先，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。在读取缓存方面，大家没啥疑问，都是按照下午的流程来进行业务操作：

但是，在更新缓存方面，对于更新完数据库，是更新缓存呢，还是删除缓存？又或者是先删除缓存，再更新数据库？其实这一块是存在很大的争议。

二、文章结构

1. 讲解缓存更新策略；
2. 对每种策略进行缺点分析；
3. 针对缺点给出改进方案；

三、正文

先做一个说明，从理论上来说，给缓存设置过期时间，是保证最终一致性的解决方案。这种方案下，我们可以对缓存的数据设置过期时间，所有的写操作以数据库为准，对缓存操作只是尽最大努力即可。也就是说如果数据库写成功，缓存更新失败，那么只要到达过期时间，则后面的读请求自然会从数据库中读取新值，然后回填缓存。因此，接下来讨论的思路不依赖于给缓存设置过期时间这个方案。在这里，我们讨论三种更新策略：

• 先更新数据库，再更新缓存
• 先删除缓存，再更新数据库
• 先更新数据库，再删除缓存

为什么没有先更新缓存，再更新数据库这种策略？答案不用说了吧。

四、先更新数据库，再更新缓存

这套方案，大家是普遍反对的，为什么呢？有如下两点原因：

原因一：线程安装角度
同时又请求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比A更早更新了缓存。这就导致了脏数据，因此不考虑！

原因二、业务场景角度
有如下两点：
1）如果你是一个写数据库场景比较多，而读数据场景比较少的业务需求，采用这种方案就会导致，数据压根还没读到，缓存就被频繁的更新，浪费性能。

2）如果你写入数据库的值，并不是直接写入缓存的，而是要经过一系列负责的计算再写入缓存。那么，每次写入数据库后，都要再次计算写入缓存的值，无疑是浪费性能的。显然，删除缓存更为合适。

接下来讨论的就是争议最大的，先删除缓存，再更新数据库。还是先更新数据库，再删除缓存的问题。

五、先删除缓存，再更新数据库

该方案会导致不一致的原因：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。那么就会出现以下情形：

• 请求A进行写操作，删除缓存
• 请求B查询发现缓存不存在
• 请求B去数据库查询得到旧值
• 请求B将旧值写入缓存
• 请求A将新值写入数据库

上述情况就会导致不一致的请求出现。而且，如果不采用给缓存设置过期时间策略，该数据永远都是脏数据。
那么，该如何解决呢？采用延时双删除策略！伪代码如下：

public void write(String key, Object data){
    redis.delKey(key);
    db.updateData(data);
    Thread.sleep(1000);
    redis.deleKey(key);
}

解释一下：

• 先淘汰缓存
• 再写数据库（这两步和原来一样）
• 休眠1秒，再次淘汰缓存

这么做，可以将1秒内所造成的缓存脏数据，再次删除！