一、背景

在高并發場景中，為防止大量請求直接訪問數據庫，緩解數據庫壓力，常用的方式一般會增加緩存層起到緩沖作用，減少數據庫壓力。引入緩存，就會涉及到緩存與數據庫中數據如何保持一致性問題，本文將對幾種緩存與數據庫保證數據一致性的使用方式進行分析。為保證高并發性能，以下分析場景不考慮執行的原子性及加鎖等強一致性要求的場景，僅追求最終一致性。

二、讀取過程

?讀緩存

?如果緩存里沒有值，那就讀取數據庫的值

?同時把這個值寫進緩存中

三、更新過程

更新操作有多種策略，各有優劣，主要針對此場景進行分析

策略 1：先更新 db，再刪除緩存（常用的 Cache-Aside Pattern旁路緩存）

問題：

1. 如果更新 db 成功，刪緩存失敗，將導致數據不一致

2. 極端場景，請求 A 讀，B 寫

1) 此時緩存剛好失效 2）A 查庫得到舊值 3）B 更新 DB 成功

4）B 刪除緩存 5）A 將查到的舊值更新到緩存中

此場景的發生需要步驟 2）查 db 始終慢于 3）的更新 db，才能導致 4）先于 5）執行，通常 db 的查詢是要快于寫入的，所以此極端場景的產生過于嚴格，不易發生

策略 2：先更新 db, 再更新緩存

問題：

1. 并發更新場景下，更新緩存會導致數據不一致

2. 根據讀寫比，考慮是否有必要頻繁同步更新緩存，而且，如果構造緩存中數據過于復雜，或者數據更新頻繁，但是讀取并不頻繁的情況，還會造成不必要的性能損耗

此種方式不推薦

策略 3: 先更新緩存，再更新 db

同上，不推薦

策略 4：先刪緩存，再更新 db

??先刪緩存，雖然解決了策略 1 中，后刪緩存如果失敗的場景，但也會發生不一致的問題

例如：請求 A 刪除緩存，這時請求 B 來查，就會擊穿到數據庫，B 讀取到舊的值后寫入緩存，A 正常更新 db, 由于時間差導致數據不一致的情況

策略 5：緩存延時雙刪

??該策略兼容了策略 1 和策略 4, 解決了先刪緩存還是后刪緩存的問題，如策略 1 中，更新 db 后刪緩存失敗和策略 4 中的不一致場景，該策略可以將延時時間內（比如延時 10ms）所造成的緩存臟數據，再次刪除。但是，如果延時刪緩存失敗，策略 4 中不一致問題還會發生，同時延時的實現，如創建線程，或者引入 mq 異步，可能會增加系統復雜度問題。

策略 6：變種雙刪，前置緩存過期時間

?該策略針對策略 1 中后刪緩存失敗的場景，前置一層緩存數據過期時間（具體時間根據自身系統本身評估，如可覆蓋 db 讀寫耗時或一致性容忍度等），更新 db 后就算刪緩存失敗，在 expire 時間后也能保證緩存中無數據。同時，前置 expire 失敗，或者更新 db 失敗，都不會影響數據一致。

能夠解決策略 4 中的問題：請求 A 刪除緩存，這時請求 B 來查，就會擊穿到數據庫，B 讀取到舊的值后寫入緩存，A 正常更新 db, 由于時間差導致數據不一致的情況，描述圖如下：

??本策略中步驟 1 為 expire 緩存，不會發生擊穿緩存到數據庫的情況，數據將直接返回。除非更極端情況，如下圖:

expire 時間沒有覆蓋住更新 db 的耗時，類似策略 1 中極端場景，此處不贅述

四、總結

對于每種方案策略，各有利弊，但一致性問題始終存在（文章開頭排除了原子性和鎖），只是發生的幾率在一點點慢慢變小了，方案的評估不僅要根據自身系統的業務場景，如讀寫比、并發量、一致性容忍度，還要考慮系統復雜度，投入產出比等，尋找最合適的方案。

審核編輯：劉清