當(dāng)執(zhí)行寫操作后，需要保證從緩存讀取到的數(shù)據(jù)與數(shù)據(jù)庫中持久化的數(shù)據(jù)是一致的，因此需要對緩存進行更新。

因為涉及到數(shù)據(jù)庫和緩存兩步操作，難以保證更新的原子性。

在設(shè)計更新策略時，我們需要考慮多個方面的問題:

對系統(tǒng)吞吐量的影響：比如更新緩存策略產(chǎn)生的數(shù)據(jù)庫負(fù)載小于刪除緩存策略的負(fù)載

并發(fā)安全性：并發(fā)讀寫時某些異常操作順序可能造成數(shù)據(jù)不一致，如緩存中長期保存過時數(shù)據(jù)

更新失敗的影響：若某個操作失敗，如何對業(yè)務(wù)影響降到最小

檢測和修復(fù)故障的難度: 操作失敗導(dǎo)致的錯誤會在日志留下詳細(xì)的記錄容易檢測和修復(fù)。并發(fā)問題導(dǎo)致的數(shù)據(jù)錯誤沒有明顯的痕跡難以發(fā)現(xiàn)，且在流量高峰期更容易產(chǎn)生并發(fā)錯誤產(chǎn)生的業(yè)務(wù)風(fēng)險較大。

更新緩存有兩種方式:

刪除失效緩存: 讀取時會因為未命中緩存而從數(shù)據(jù)庫中讀取新的數(shù)據(jù)并更新到緩存中

更新緩存: 直接將新的數(shù)據(jù)寫入緩存覆蓋過期數(shù)據(jù)

更新緩存和更新數(shù)據(jù)庫有兩種順序：

先數(shù)據(jù)庫后緩存

先緩存后數(shù)據(jù)庫

兩兩組合共有四種更新策略，現(xiàn)在我們逐一進行分析。

并發(fā)問題通常由于后開始的線程卻先完成操作導(dǎo)致，我們把這種現(xiàn)象稱為“搶跑”。下面我們逐一分析四種策略中“搶跑”帶來的錯誤。

先更新數(shù)據(jù)庫，再刪除緩存

若數(shù)據(jù)庫更新成功，刪除緩存操作失敗，則此后讀到的都是緩存中過期的數(shù)據(jù)，造成不一致問題。

可能存在讀寫線程競爭導(dǎo)致的并發(fā)錯誤:

基于 Spring Boot + MyBatis Plus + Vue & Element 實現(xiàn)的后臺管理系統(tǒng) + 用戶小程序，支持 RBAC 動態(tài)權(quán)限、多租戶、數(shù)據(jù)權(quán)限、工作流、三方登錄、支付、短信、商城等功能

項目地址：https://github.com/YunaiV/ruoyi-vue-pro

視頻教程：https://doc.iocoder.cn/video/

先更新數(shù)據(jù)庫，再更新緩存

同刪除緩存策略一樣，若數(shù)據(jù)庫更新成功緩存更新失敗則會造成數(shù)據(jù)不一致問題。

該策略同樣存在讀寫線程競爭導(dǎo)致數(shù)據(jù)不一致的問題:

也可能因為兩個寫線程競爭導(dǎo)致并發(fā)錯誤:

基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element 實現(xiàn)的后臺管理系統(tǒng) + 用戶小程序，支持 RBAC 動態(tài)權(quán)限、多租戶、數(shù)據(jù)權(quán)限、工作流、三方登錄、支付、短信、商城等功能

項目地址：https://github.com/YunaiV/yudao-cloud

視頻教程：https://doc.iocoder.cn/video/

先刪除緩存，再更新數(shù)據(jù)庫

可能發(fā)生的并發(fā)錯誤:

先更新緩存，再更新數(shù)據(jù)庫

若緩存更新成功數(shù)據(jù)庫更新失敗， 則此后讀到的都是未持久化的數(shù)據(jù)。因為緩存中的數(shù)據(jù)是易失的，這種狀態(tài)非常危險。

因為數(shù)據(jù)庫因為鍵約束導(dǎo)致寫入失敗的可能性較高，所以這種策略風(fēng)險較大。

可能發(fā)生的并發(fā)錯誤:

兩個寫線程競爭也會導(dǎo)致數(shù)據(jù)不一致:

解決方案

使用 CAS

CAS (Check-And-Set 或 Compare-And-Swap)是一種常見的保證并發(fā)安全的手段。CAS 當(dāng)且僅當(dāng)客戶端最后一次取值后該 key 沒有被其他客戶端修改的情況下，才允許當(dāng)前客戶端將新值寫入。

funcCAS(oldVal,newVal){
ifcache.get()==oldVal{
cache.set(newVal)
}
}

由上圖可見，CAS 可以有效的避免并發(fā)錯誤的發(fā)生。

目前一些兼容 Redis 協(xié)議的中間件已經(jīng)提供了 CAS 命令的支持，比如阿里的 Tair 以及騰訊的 Tendis。

Redis 官方提供了 Watch + 事務(wù)的方法來支持 CAS, 或者使用 redis 中 lua 腳本原子性執(zhí)行的特點來實現(xiàn) CAS。不過由于代碼較為復(fù)雜，這兩種方案都不常見。

使用分布式鎖

CAS 假設(shè)發(fā)生并發(fā)問題的概率不大, 所以 CAS 也被稱為樂觀鎖。那么悲觀鎖能否解決我們的問題呢？

還是以「先更新數(shù)據(jù)庫，再更新緩存」方案中兩個寫線程競爭為例， 我們要求任何線程在寫入或讀取數(shù)據(jù)庫前都需要獲取排它鎖。

分布式鎖同樣可以解決并發(fā)問題，只是成本可能略高。

異步更新

阿里開源了 MySQL 數(shù)據(jù)庫binlog的增量訂閱和消費組件 - canal。canal 模擬從庫獲得主庫的 binlog 更新，然后將更新數(shù)據(jù)寫入 MQ 或直接進行消費。

我們可以讓API服務(wù)器只負(fù)責(zé)寫入數(shù)據(jù)庫，另一個線程訂閱數(shù)據(jù)庫 binlog 增量進行緩存更新。

因為 binlog 是有序的，因此可以避免兩個寫線程競爭。但我們?nèi)匀恍枰鉀Q讀寫線程競爭的問題:

這里同樣可以 CAS 解千愁：

延時雙刪

使用刪除緩存策略時讀線程先開始卻后寫緩存會導(dǎo)致不一致，那么我們在讀線程結(jié)束后再次清除緩存是不是就可以解除錯誤狀態(tài)了？延時雙刪就是寫線程等待一段時間“確?！弊x線程都結(jié)束后再次刪除緩存，以此清除可能的錯誤緩存數(shù)據(jù)。

理論上我們無法給出一個時間來“確?！弊x線程都結(jié)束，所以仍有存在并發(fā)問題的可能。但是延時雙刪實現(xiàn)成本很低而且極大的減少了并發(fā)問題出現(xiàn)的概率，不失為一種簡單實用的手段。

審核編輯：劉清