本文將對幾種緩存與資料庫保證數據一致性的使用方式進行分析。為保證高併發性能，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。 ...
作者：京東零售 於瀧
一、背景
在高併發場景中，為防止大量請求直接訪問資料庫，緩解資料庫壓力，常用的方式一般會增加緩存層起到緩衝作用，減少資料庫壓力。引入緩存，就會涉及到緩存與資料庫中數據如何保持一致性問題，本文將對幾種緩存與資料庫保證數據一致性的使用方式進行分析。為保證高併發性能，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，那就讀取資料庫的值
• 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 始終慢於 3）的更新db，才能導致4）先於5）執行，通常db的查詢是要快於寫入的，所以此極端場景的產生過於嚴格，不易發生
策略2：先更新db,再更新緩存
問題：
1.併發更新場景下，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於複雜，或者數據更新頻繁，但是讀取並不頻繁的情況，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，後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，就會擊穿到資料庫，B讀取到舊的值後寫入緩存，A正常更新db,由於時間差導致數據不一致的情況
策略5：緩存延時雙刪
該策略相容了策略1和策略4,解決了先刪緩存還是後刪緩存的問題，如策略1中，更新db後刪緩存失敗和策略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非同步，可能會增加系統複雜度問題。
策略6：變種雙刪，前置緩存過期時間
該策略針對策略1中後刪緩存失敗的場景，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後就算刪緩存失敗，在expire時間後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，就會擊穿到資料庫，B讀取到舊的值後寫入緩存，A正常更新db,由於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資料庫的情況,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
對於每種方案策略，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、併發量、一致性容忍度，還要考慮系統複雜度，投入產出比等，尋找最合適的方案。
