1、四種同步策略：

想要保證緩存與數據庫的雙寫一致，一共有4種方式，即4種同步策略：

1. 先更新緩存，再更新數據庫；
2. 先更新數據庫，再更新緩存；
3. 先刪除緩存，再更新數據庫；
4. 先更新數據庫，再刪除緩存。

從這4種同步策略中，我們需要作出比較的是：

更新緩存與刪除緩存哪種方式更合適？應該先操作數據庫還是先操作緩存？

2、更新緩存還是刪除緩存

下面，我們來分析一下，應該采用更新緩存還是刪除緩存的方式。

2.1 更新緩存

優點：每次數據變化都及時更新緩存，所以查詢時不容易出現未命中的情況。

缺點：更新緩存的消耗比較大。如果數據需要經過復雜的計算再寫入緩存，那么頻繁的更新緩存，就會影響服務器的性能。如果是寫入數據頻繁的業務場景，那么可能頻繁的更新緩存時，卻沒有業務讀取該數據。

2.2 刪除緩存

優點：操作簡單，無論更新操作是否復雜，都是將緩存中的數據直接刪除。

缺點：刪除緩存后，下一次查詢緩存會出現未命中，這時需要重新讀取一次數據庫。從上面的比較來看，一般情況下，刪除緩存是更優的方案。

3、先操作數據庫還是緩存

下面，我們再來分析一下，應該先操作數據庫還是先操作緩存。
首先，我們將先刪除緩存與先更新數據庫，在出現失敗時進行一個對比：

3.1 先刪除緩存再更新數據庫

如上圖，是先刪除緩存再更新數據庫，在出現失敗時可能出現的問題：

• 線程A刪除緩存成功，線程A更新數據庫失敗；
• 線程B從緩存中讀取數據；由于緩存被刪，進程B無法從緩存中得到數據，進而從數據庫讀取數據；此時數據庫中的數據更新失敗，線程B從數據庫成功獲取舊的數據，然后將數據更新到了緩存。
• 最終，緩存和數據庫的數據是一致的，但仍然是舊的數據

3.2 先更新數據庫再刪除緩存

如上圖，是先更新數據庫再刪除緩存，在出現失敗時可能出現的問題：

• 線程A更新數據庫成功，線程A刪除緩存失敗；
• 線程B讀取緩存成功，由于緩存刪除失敗，所以線程B讀取到的是緩存中舊的數據。
• 最后線程A刪除緩存成功，有別的線程訪問緩存同樣的數據，與數據庫中的數據是一樣。
• 最終，緩存和數據庫的數據是一致的，但是會有一些線程讀到舊的數據。

經過上面的比較，我們發現在出現失敗的時候，是無法明確分辨出先刪緩存和先更新數據庫哪個方式更好，以為它們都存在問題。后面我們會進一步對這兩種方式進行比較，但是在這里我們先探討一下，上述場景出現的問題，應該如何解決呢？

實際上，無論上面我們采用哪種方式去同步緩存與數據庫，在第二步出現失敗的時候，都建議采用重試機制解決，上面兩幅圖中已經畫了。

下面我們再將先刪緩存與先更新數據庫，在沒有出現失敗時進行對比：

如上圖，是先刪除緩存再更新數據庫，在沒有出現失敗時可能出現的問題：

• 線程A刪除緩存成功；
• 線程B讀取緩存失敗；
• 線程B讀取數據庫成功，得到舊的數據；
• 線程B將舊的數據成功地更新到了緩存；
• 線程A將新的數據成功地更新到數據庫。

可見，進程A的兩步操作均成功，但由于存在并發，在這兩步之間，進程B訪問了緩存。最終結果是，緩存中存儲了舊的數據，而數據庫中存儲了新的數據，二者數據不一致。

如上圖，是先更新數據庫再刪除緩存，在沒有出現失敗時可能出現的問題：

• 線程A更新數據庫成功；
• 線程B讀取緩存成功；
• 線程A刪除緩存成功。

可見，最終緩存與數據庫的數據是一致的，并且都是最新的數據。但線程B在這個過程里讀到了舊的數據，可能還有其他線程也像線程B一樣，在這兩步之間讀到了緩存中舊的數據，但因為這兩步的執行速度會比較快，所以影響不大。對于這兩步之后，其他進程再讀取緩存數據的時候，就不會出現類似于進程B的問題了。

最終結論：

經過對比你會發現，先更新數據庫、再刪除緩存是影響更小的方案。如果第二步出現失敗的情況，則可以采用重試機制解決問題。

4、延時雙刪

上面我們提到，如果是先刪緩存、再更新數據庫，在沒有出現失敗時可能會導致數據的不一致。如果在實際的應用中，出于某些考慮我們需要選擇這種方式，那有辦法解決這個問題嗎？答案是有的，那就是采用延時雙刪的策略，延時雙刪的基本思路如下：

1. 刪除緩存；
2. 更新數據庫；
3. sleep N毫秒；
4. 再次刪除緩存。

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

阻塞一段時間之后，再次刪除緩存，就可以把這個過程中緩存中不一致的數據刪除掉。而具體的時間，要評估你這項業務的大致時間，按照這個時間來設定即可。

4.1 采用讀寫分離的架構怎么辦？

如果數據庫采用的是讀寫分離的架構，那么又會出現新的問題，如下圖：

此時來了兩個請求，請求 A（更新操作） 和請求 B（查詢操作）

1. 請求 A 更新操作，刪除了 Redis；
2. 請求主庫進?更新操作，主庫與從庫進行同步數據的操作；
3. 請 B 查詢操作，發現 Redis 中沒有數據；
4. 去從庫中拿去數據；
5. 此時同步數據還未完成，拿到的數據是舊數據；

此時的解決辦法就是如果是對 Redis 進行填充數據的查詢數據庫操作，那么就強制將其指向主庫進?查詢。

刪除失敗了怎么辦？

如果刪除依然失敗，則可以增加重試的次數，但是這個次數要有限制，當超出一定的次數時，要采取報錯、記日志、發郵件提醒等措施。

5、利用消息隊列進行刪除的補償

先更新數據庫，后刪除緩存這?種情況也會出現問題，比如更新數據庫成功了，但是在刪除緩存的階段出錯了沒有刪除成功，那么此時再讀取緩存的時候每次都是錯誤的數據了。

此時解決方案就是利用消息隊列進行刪除的補償。具體的業務邏輯?語?描述如下：

1. 請求 線程A 先對數據庫進行更新操作；
2. 在對 Redis 進行刪除操作的時候發現報錯，刪除失敗；
3. 此時將Redis 的 key 作為消息體發送到消息隊列中；
4. 系統接收到消息隊列發送的消息后再次對 Redis 進行刪除操作；

但是這個方案會有?個缺點就是會對業務代碼造成大量的侵入，深深的耦合在?起，所以這時會有?個優化的方法，我們知道對 Mysql 數據庫更新操作后再 binlog 日志中我們都能夠找到相應的操作，那么我們可以訂閱 Mysql 數據庫的 binlog 日志對緩存進行操作。