1、需求背景
在高并发的业务场景下，数据库大多数情况都是用户并发访问最薄弱的环节。所以，就需要使用redis做一个缓冲操作，让请求先访问到redis，而不是直接访问MySQL等数据库。读取缓存步骤一般没有什么问题，但是一旦涉及到数据更新：数据库和缓存更新，就容易出现缓存(Redis)和数据库（MySQL）间的数据一致性问题。
一般的项目大家都是不会怎么在意数据库和缓存的数据一致性的，都是一个api接口先查询redis，有则返回，没有则表示数据过期了，去数据库取，然后存入redis。也即是直接通过设置缓存数据的有效时间来做的简单最终一致性。
上面的针对大量读请求，而且能接收脏读，倒没什么问题（其实也有，如果并发过高，可能会出现缓存穿透问题，但要是项目确实需要处理数据一致性呢？
也就是要保证数据库的数据和缓存中的数据是一致的，一般你可能看到过或者想到的是两种：先删除缓存再更新数据库；先更新数据库再删除缓存。
为什么会有顺序差异呢（删除缓存和更新数据库）？
因为并发会引入“间断性”、“不可封闭性”、“不可再现性”问题（也即失去了“顺序性”）。当然你如果是把“加锁”处理（即加锁删除缓存和更新数据库），那么这两个操作的步骤顺序无所谓。但加锁就意味着并发不高（自损），所以一般都不会这么做。
那这两个步骤顺序不一致，我们选择哪一种呢？
2、思考
你可能稍加思索，会说“先删除缓存，再更新数据库”
1，删除缓存；2，更新数据库。
假设1成功2失败了，则缓存没数据了，数据库是旧的。那么此时来了一个读请求，读缓存miss(缓存已被删了)，则去读数据库读到旧数据，然后再更新缓存(旧数据)，数据一致（缓存和数据库中都是旧数据）。
如果是先更新数据库再删除缓存
1，更新数据库；2，删除缓存。
假设１成功2失败了，则数据库是新数据,缓存是旧数据。那么此时来了一个读请求，读缓存命中(读到旧数据)，不用再去读数据库了，那么读到的是旧数据，而且数据不一致(缓存是旧数据，数据库是新数据)。
那这么分析下来，是该选择“先删除缓存，再更新数据库”。
因为只是会一次缓存miss而已。
但如果是读请求并发非常高呢？而且缓存本来就是针对读多写少的场景（如果写多，那缓存就没啥意义了）。我们看下下面场景：当请求A写数据时，此时读请求并发非常高。
1，请求A删除缓存
2，请求B读数据，读缓存miss（因为请求A已删除缓存）
3，请求B到数据库读取数据(此时其实读取到的是旧数据)
4，请求B更新缓存(将数据库的旧数据读取放入到缓存)
5，请求A将新数据写入到数据库
这下数据不一致了（缓存中为旧数据，数据库为新数据），如果这个缓存数据没有过期时间的话，会一直不一致状态(当然一般不会这么神操作)。
那我们再换成“先更新数据库，再删除缓存”，看下面场景:当请求C写数据时，此时读请求并发非常高，而且刚好该数据的缓存过期了(主要是为了模拟出读请求缓存miss)。
1，缓存数据刚好过期
2，请求D读数据，读缓存miss（上面缓存数据刚好过期或者已过期）
3，请求D从数据库读取数据(读取到旧数据)
4，请求C向数据库写数据(写入新数据)
5，请求C删除缓存
6，请求D更新缓存(将旧数据放入缓存)
这下数据不一致了（缓存为旧数据，数据库为新数据），但注意一个问题，出现这种场景的话，步骤4一定要比步骤3更快才会出现步骤5比步骤6先执行。也即是“请求C向数据库写数据”要比“请求D从数据库读数据”快才行，也就是说更新数据库要比读数据库数据快，你觉得这概率大吗？mysql读数据不加锁(mvcc方式快照读)，写数据加锁（mdl锁,行锁,gap锁,next锁），为的就是提升读写并发，读一般肯定比写快（不然为嘛搞读写分离这些事）。那么也就是说上面的场景出现的概率非常低。而“先删除缓存，再更新数据库”在读高并发下出现不一致场景的概率会非常的高。
所以，当读多写少（读高并发）时，mysql和redis数据一致性解决采用“先更新数据库，再删除缓存”会合适一点。
3、改进
问题又来了，我们采用“先更新数据库，再删除缓存”还是会出现不一致性问题，而且也会出现脏读（有请求在更新数据库删除缓存期间会拿到旧数据【可能从缓存中拿到可能从数据库拿到】）。
那怎么办？而且没有绝对的数据一致性解决方案吗？
绝对的数据一致性，没法，分布式cap，本身带缓存就是ap，但我们还是可以优化的。
双删缓存
１，先更新数据库
２，删除缓存
３，隔x秒后再次删除缓存
恩？干嘛x秒后又删除一次缓存？这是尽量减小有请求读取到旧数据的影响，那具体多少秒？这个看业务场景，根据实际耗时时间来，也就是从更新数据库开始到X时间可能会有请求读到旧数据。
还有其他方案吗？
有啊，订阅数据库binlog结合mq消息队列处理。
读取binlog后分析 ，利用消息队列,推送更新各台的redis缓存数据。这样一旦MySQL中产生了新的写入、更新、删除等操作，就可以把binlog相关的消息推送至Redis，Redis再根据binlog中的记录，对Redis进行更新。
其实这种机制，很类似MySQL的主从备份机制，因为MySQL的主备也是通过binlog来实现的数据一致性。
这里可以结合使用canal(阿里的一款开源框架)，通过该框架可以对MySQL的binlog进行订阅，而canal正是模仿了mysql的slave数据库的备份请求，使得Redis的数据更新达到了相同的效果。
当然，这里的消息推送工具你也可以采用别的第三方：kafka、rabbitMQ等来实现推送更新Redis。