浅谈Redis缓存更新策略

	内存淘汰	超时剔除	主动更新
说明	不用自己维护，利用Redis的内存淘汰机制，当内存不足时自动淘汰部分数据。下次查询时更新缓存	给缓存数据添加TTL时间，到期后自动删除缓存，下次查询时更新缓存	编写业务逻辑，在修改数据的同时，更新缓存
一致性	差	一般	好
维护成本	无	低	高

业务场景需求：

• 在基本不会更新数据的情况下可以使用内存淘汰机制
• 在频繁更新数据的情况下可以使用主动更新，并以超时剔除作为兜底方案。

主动更新的三种方法

• Cache Aside Pattern：由缓存的调用者，在更新数据库的同时更新缓存
• Read/Write Through Pattern：缓存和数据库整合为一个服务，由服务来维护一致性。调用者调用该服务，无需关心缓存一致性问题。
  优点：整合的服务保证了数据的一致性
  缺点：维护和开放成本高
• Write Behind Caching Pattern：调用者只操作缓存，由其他线程异步的将缓存数据持久化到数据库，最终保持一致。
  优点：异步更新缓存数据，效率高。例如缓存多次更新，但是更新到的缓存并没有被使用，多次将数据持久化到数据库就相当于进行了无用的操作，异步更新相当于将前几次的更新合并为一次更新，因而提高了效率。
  缺点：无法保证一致性，维护成本高
• 目前主流使用的Redis缓存主动更新的方法是Cache Aside Pattern

操作缓存和数据库时需要考虑的三个问题

1.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

2.如何保证缓存与数据库的操作的同时成功或者失败

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

3.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

如上图所示，两种方案在多线程的情况下都会产生数据不一致的问题。但是在先操作数据库再删除缓存的情况下，要发生数据不一致的问题，需要在缓存写入之前完成更新数据库和删除缓存的操作，而写入缓存的耗时非常短。因而发生的概率相对于另一种方案更低。所以选择先操作数据库，再删除缓存。

到此这篇关于浅谈Redis缓存更新策略的文章就介绍到这了,更多相关Redis缓存更新策略内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！