缓存读写策略 - Cache Aside

场景描述

比如一条数据同时存在数据库、缓存，现在你要更新此数据，你会怎么更新？

先更新数据库？还是先更新缓存？

其实这两种方式都有问题。

（1）先更新数据库，后更新缓存

这样会造成数据不一致。

A 先把数据库更新为 123，由于网络问题，更新缓存的动作慢了。

这时，B 去更新数据库了，改为了 456，紧接着把缓存也更新为 456。

现在 A 更新缓存的请求到了，把缓存更新为了 123。

那么这时数据就不一致了，数据库里是最新的 456，而缓存是 123，是旧数据。

因为数据库更新、缓存更新这2个动作不是原子的，在高并发操作时，这2个动作直接会插入其他动作。

（2）先更新缓存，再更新数据库

同样可能数据不一致。

缓存更新成功，数据为最新的，但数据库更新失败，回滚了，还是旧数据。

还是非原子操作的原因。

其实，在更新数据时，我们可以不更新缓存，而是删除缓存中的数据，在读取数据时，发现缓存中没有，再从数据库中读取数据，更新到缓存中。

这就是 Cache Aside 策略（旁路缓存策略）。

写时可以不可以先删除缓存？不行！

例如这个场景：

A 先删了缓存，还没等数据库更新完成呢，就被 B 把缓存更新为了旧值。

Cache Aside 策略也是不保证数据一致性的，它的作用是大大减少不一致性。

某些极端情况还是存在不一致，如果业务上不允许，可以考虑加分布式锁。