1.線程A發(fā)起一個寫操作，第一步set cache

2.線程B發(fā)起一個寫操作，第一步set cache

3.線程B寫入數(shù)據(jù)庫到DB

4.線程A寫入數(shù)據(jù)庫到DB

執(zhí)行完后，緩存保存的是B操作后的數(shù)據(jù)，數(shù)據(jù)庫是A操作后的數(shù)據(jù)，「緩存和數(shù)據(jù)庫數(shù)據(jù)不一致」。

緩存維護(hù)方案三

一寫（線程A）一讀（線程B）操作，「先操作數(shù)據(jù)庫，再操作緩存」。

image

1.線程A發(fā)起一個寫操作，第一步write DB

2.線程A第二步del cache

3.線程B發(fā)起一個讀操作，cache miss

4.線程B從DB獲取最新數(shù)據(jù)

5.線程B同時set cache

「有些朋友可能認(rèn)為，在第2步刪除緩存之前，線程B讀過來呢？這時候，讀到的是緩存老數(shù)據(jù)，這個可以認(rèn)為是正常業(yè)務(wù)邏輯呀，下次再讀取就是正確數(shù)據(jù)了。」

這種方案「沒有明顯的并發(fā)問題」，但是有可能「步驟二刪除緩存失敗」，雖然概率比較小，「優(yōu)于方案一和方案二」，平時工作中也是使用方案三。

綜上對比，我們一般采用方案三，但是有沒有完美全解決方案三的弊端的方法呢？

緩存維護(hù)方案四

這個是方案三的改進(jìn)方案，都是先操作數(shù)據(jù)庫再操作緩存，我們來看一下流程圖：

image

通過數(shù)據(jù)庫的「binlog」來「異步淘汰key」，以mysql為例可以「使用阿里的canal將binlog日志采集發(fā)送到MQ隊列」里面，然后「通過ACK機(jī)制確認(rèn)處理」 這條更新消息，刪除緩存，保證數(shù)據(jù)緩存一致性。

但是呢還有個問題，「如果是主從數(shù)據(jù)庫呢」？

緩存維護(hù)方案五

主從DB問題：因為主從DB同步存在延時時間。如果刪除緩存之后，數(shù)據(jù)同步到備庫之前已經(jīng)有請求過來時，「會從備庫中讀到臟數(shù)據(jù)」，如何解決呢？解決方案如下流程圖：

image

緩存維護(hù)總結(jié)

綜上所述，在分布式系統(tǒng)中，緩存和數(shù)據(jù)庫同時存在時，如果有寫操作的時候，「先操作數(shù)據(jù)庫，再操作緩存」。如下：

1.讀取緩存中是否有相關(guān)數(shù)據(jù)

2.如果緩存中有相關(guān)數(shù)據(jù)value，則返回

3.如果緩存中沒有相關(guān)數(shù)據(jù)，則從數(shù)據(jù)庫讀取相關(guān)數(shù)據(jù)放入緩存中key->value，再返回

4.如果有更新數(shù)據(jù)，則先更新數(shù)據(jù)庫，再刪除緩存

5.為了保證第四步刪除緩存成功，使用binlog異步刪除

6.如果是主從數(shù)據(jù)庫，binglog取自于從庫

7.如果是一主多從，每個從庫都要采集binlog，然后消費端收到最后一臺binlog數(shù)據(jù)才刪除緩存