Redis缓存与数据库双写一致性
数据库和缓存（比如：redis）双写数据一致性问题，是一个跟开发语言无关的公共问题。尤其在高并发的场景下，这个问题变得更加严重。今天这篇文章我会从浅入深，跟大家一起聊聊，数据库和缓存双写数据一致性问题常见的解决方案，这些方案中可能存在的坑，以及最优方案是什么。
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，我们可以对存入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，我们讨论四种更新策略：
先更新缓存，再更新数据库
先更新数据库，再更新缓存
先删缓存，再更新数据库
先更新数据库，再删缓存
一、先更新缓存，再更新数据库
这种更新策略应该没有项目上使用的吧，存在的问题显而易见：
如上图所示，某一个用户的每一次写操作，如果刚写完缓存，突然网络出现了异常，导致写数据库失败了。
结果是缓存更新成了最新数据，但数据库没有，这样缓存中的数据不就变成脏数据了？如果此时该用户的查询请求，正好读取到该数据，就会出现问题，因为该数据在数据库中根本不存在，这个问题非常严重。
我们都知道，缓存的主要目的是把数据库的数据临时保存在内存，便于后续的查询，提升查询速度。
但如果某条数据，在数据库中都不存在，你缓存这种 假数据 又有啥意义呢？
因此，先更新缓存，再更新数据库的方案是不可取的，在实际工作中用得不多。
二、先更新数据库，再更新缓存
这套方案，大家也是普遍反对的。主要有以下两个原因：
原因一：
从线程安全角度看，同时有请求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却比A更早更新了缓存。这就导致了脏数据，因此不考虑!
原因二：
从业务场景角度看，存在以下两个问题：
（1）如果是一个数据库写多读少的业务场景求，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，而是要经过一系列复杂的计算再写入缓存。那么，每次写入数据库后，都再次计算写入缓存的值，无疑是浪费性能的。
显然，删除缓存更为适合。接下来讨论的就是争议最大的，先删缓存，再更新数据库;还是先更新数据库，再删缓存的问题。
三、先删缓存，再更新数据库：
该方案会导致不一致的原因是：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。那么会出现如下情形：
（1）请求A进行写操作前，先删除缓存
（2）请求B查询发现缓存不存在
（3）请求B去数据库查询得到旧值
（4）请求B将旧值写入缓存
（5）请求A将新值写入数据库
这里如果又不采用给缓存设置过期时间策略，该数据永远都是脏数据！！！
解决方案：延时双删策略：
（1）先删除缓存
（2）再写数据库
（3）休眠一段时间（如一秒），再次删除缓存
这么做的目的是将休眠时间内产生的缓存脏数据再次删除（这个休眠时间需要具体根据项目的业务逻辑耗时指定）。
如果是 MySQL 的读写分离架构怎么办？
在这种情况下，造成数据不一致的原因如下，还是两个请求，一个请求A进行更新操作，另一个请求B进行查询操作。
（1）请求A进行写操作，删除缓存；
（2）请求A将数据写入数据库了；
（3）请求B查询缓存发现，缓存没有值；
（4）请求B去从库查询，这时，还没有完成主从同步，因此查询到的是旧值；
（5）请求B将旧值写入缓存；
（6）数据库完成主从同步，从库变为新值；
上述情形，就是数据不一致的原因。还是使用双删延时策略。只是，睡眠时间修改为在主从同步的延时时间基础上，加几百ms。
采用延时双删除策略，吞吐量降低怎么办？
可以另起一个线程异步执行第二次删除操作，这样写的请求就不用沉睡一段时间后再返回了，从而加大吞吐量。
接下来，还有一个问题：如果第二次删除缓存时，删除失败了该怎么办？
四、先更新数据库，再删缓存
这种策略并不是不存在并发问题，如果发生下述情况，还是会产生脏数据的。假设这会有两个请求，一个请求A做查询操作，一个请求B做更新操作，那么会有如下情形产生：
（1）缓存刚好失效
（2）请求A查询数据库，得一个旧值
（3）请求B将新值写入数据库
（4）请求B删除缓存
（5）请求A将查到的旧值写入缓存
但这种情况还是比较少的，需要同时满足以下条件才可以：
1.缓存刚好自动失效。
2.请求A从数据库查出旧值，更新缓存的耗时，比请求B写数据库，并且删除缓存的时间还长。
我们都知道查询数据库的速度，一般比写数据库要快，更何况写完数据库，还要删除缓存。所以绝大多数情况下，写数据请求比读数据情况耗时更长。
由此可见，系统同时满足上述两个条件的概率非常小。
推荐大家使用先写数据库，再删缓存的方案，虽说不能100%避免数据不一致问题，但出现该问题的概率，相对于其他方案来说是最小的。
但在该方案中，如果删除缓存失败了该怎么办呢？
答：需要加重试机制。
在接口中如果更新了数据库成功了，但更新缓存失败了，可以立刻重试3次。如果其中有任何一次成功，则直接返回成功。如果3次都失败了，则写入数据库，准备后续再处理。
当然，如果你在接口中直接同步重试，该接口并发量比较高的时候，可能有点影响接口性能。
这时，就需要改成异步重试了。
异步重试方式有很多种，比如：
1.每次都单独起一个线程，该线程专门做重试的工作。但如果在高并发的场景下，可能会创建太多的线程，导致系统OOM问题，不太建议使用。
2.将重试的任务交给线程池处理，但如果服务器重启，部分数据可能会丢失。
3.将重试数据写表，然后使用elastic-job等定时任务进行重试。
4.将重试的请求写入mq等消息中间件中，在mq的consumer中处理。
然而，以上方法都有一个缺点，对业务线代码造成大量的侵入。于是有了方法5：
订阅mysql的binlog，在订阅者中，如果发现了更新数据请求，则删除相应的缓存。
阿里已经有了现成的中间件canal，有兴趣可自行学习~
那同样的，即便使用了canel，一样会存在删除失败的问题，这就需要加上前面聊过的重试机制了。
如果canal的客户端（即订阅者）再次删除缓存失败，建议写入mq，让mq自动重试。
如下图所示：
