高并发下如何保证缓存和数据库的数据一致性？

缓存由于其高性能，支持高并发的特性，在高并发的项目中不可或缺。被大家广泛使用的有Redis ， Memcached等。本文主要探讨几种常见的缓存的读写模式，以及如何来保证缓存和数据库的数据一致性。
Cache-Aside
Cache-Aside可能是项目中最常见的一种模式。它是一种控制逻辑都实现在应用程序中的模式。缓存不和数据库直接进行交互，而是由应用程序来同时和缓存以及数据库打交道。 Cache-Aside的名字正体现了这个模式， Cache在应用的一旁(aside) 。
读数据时

程序需要判断缓存中是否已经存在数据。
当缓存中已经存在数据(也就是缓存命中， cache hit) ，则直接从缓存中返回数据
当缓存中不存在数据(也就是缓存未命中， cache miss) ，则先从数据库里读取数据，并且存入缓存，然后返回数据

本文插图
写数据时，我们可以有以下两种策略：
第一种策略：

更新数据库
更新缓存

但这种策略有线程安全的问题，可能出现缓存和数据库不一致。试想有两个写的线程，线程A和线程B

A写数据库
B后于A写数据库
B写缓存
A写缓存
缓存和数据库中的数据不一致，缓存中的是脏数据

要解决线程安全的问题，我们可以加锁，不过实现起来比较麻烦，因此我们不考虑这种写策略，而使用第二种策略。
第二种策略：

更新数据库
删除缓存中对应的数据

本文插图
那么这种写策略会有线程安全的问题吗？有，试想一下有两个线程，线程A读，线程B写

A读数据，由于未命中那么从数据库中取数据
B写数据库
B删除缓存
A由于网络延迟比较慢，将脏数据写入缓存

但是这种情况可能性非常的小，需要同时满足很多条件，近乎不太可能发生，所以我们一般都采用这种写策略。另外可以对缓存中的数据设置合适的过期时间，即使发生的脏数据的情况，也不会发生很长时间。
应用场景
应用于缓存不支持Read-Through/Write-Through的系统。
优点

缓存仅仅保存被请求的数据，属于懒加载模式(Lazy Loading) ，和下文的Write-Through模式相比，避免了任何数据都被写入缓存造成缓存频繁的更新。

缺点

当发生缓存未命中的情况时，则会比较慢，因为要经过三个步骤：查询缓存，从数据库读取，写入缓存。
复杂的逻辑都在应用程序中，如果实现微服务，多个微服务中会有重复的逻辑代码

Read-Through/Write-Through
这种模式中，应用程序将缓存作为主要的数据源，而数据库对于应用程序是透明的，更新数据库和从数据库的读取的任务都交给缓存来代理了，所以对于应用程序来说，简单很多。
Read-Through
由缓存配置一个读模块，它知道如何将数据库中的数据写入缓存。在数据被请求的时候，如果未命中，则将数据从数据库载入缓存。

本文插图
Write-Through
缓存配置一个写模块，它知道如何将数据写入数据库。当应用要写入数据时，缓存会先存储数据，并调用写模块将数据写入数据库。