问题由来

数据redis和MySQL都要有一份，如何保证两边的一致性。

• 如果redis中有数据：需要和数据库中的值相同
• 如果redis中没有数据：数据库中的值是最新值，且准备会写redis

缓存操作分类

1. 自读缓存
2. 读写缓存：
   （一）同步直写策略：
   写数据后也同步写redis缓存，缓存和数据库中的数据一致；
   对于读写缓存来说，要想报增缓存和数据库中的数据一致，就要采用同步直写策略。
   （二）异步缓写策略
   正常业务运行中，mysql数据变动了，但是可以在业务上容许出现一定时间后才作用于redis，比如长裤、物流系统；
   异常情况出现了，不得不将失败的动作重新修补，有可能需要节奏Kafka或者RbbitMQ等消息中间件，实现重试重写。

一致性问题：

ckage com.atguigu.redis.service;import com.atguigu.redis.entities.User;
import com.atguigu.redis.mapper.UserMapper;
import io.swagger.models.auth.In;
import lombok.extern.slf4j.Slf4j;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.ValueOperations;
import org.springframework.stereotype.Service;
import org.springframework.web.bind.annotation.PathVariable;import javax.annotation.Resource;
import java.util.concurrent.TimeUnit;/*** * 不能直接用哦，理解高并发下“双检加锁”的思路。*/
@Service
@Slf4j
public class UserService {public static final String CACHE_KEY_USER = "user:";@Resourceprivate UserMapper userMapper;@Resourceprivate RedisTemplate redisTemplate;/*** 业务逻辑没有写错，对于小厂中厂(QPS《=1000)可以使用，但是大厂不行* @param id* @return*/public User findUserById(Integer id){User user = null;String key = CACHE_KEY_USER+id;//1 先从redis里面查询，如果有直接返回结果，如果没有再去查询mysqluser = (User) redisTemplate.opsForValue().get(key);if(user == null){//2 redis里面无，继续查询mysqluser = userMapper.selectByPrimaryKey(id);if(user == null){//3.1 redis+mysql 都无数据//你具体细化，防止多次穿透，我们业务规定，记录下导致穿透的这个key回写redisreturn user;}else{//3.2 mysql有，需要将数据写回redis，保证下一次的缓存命中率redisTemplate.opsForValue().set(key,user);}}return user;}/*** 加强补充，避免突然key失效了，打爆mysql，做一下预防，尽量不出现击穿的情况。* @param id* @return*/public User findUserById2(Integer id){User user = null;String key = CACHE_KEY_USER+id;//1 先从redis里面查询，如果有直接返回结果，如果没有再去查询mysql，// 第1次查询redis，加锁前user = (User) redisTemplate.opsForValue().get(key);if(user == null) {//2 大厂用，对于高QPS的优化，进来就先加锁，保证一个请求操作，让外面的redis等待一下，避免击穿mysqlsynchronized (UserService.class){//第2次查询redis，加锁后user = (User) redisTemplate.opsForValue().get(key);//3 二次查redis还是null，可以去查mysql了(mysql默认有数据)if (user == null) {//4 查询mysql拿数据(mysql默认有数据)user = userMapper.selectByPrimaryKey(id);if (user == null) {return null;}else{//5 mysql里面有数据的，需要回写redis，完成数据一致性的同步工作redisTemplate.opsForValue().setIfAbsent(key,user,7L,TimeUnit.DAYS);}}}}return user;}
}

数据库和缓存一致性的几种策略

目的:总之我们要到达最终的一致性。

（一）停机运维

• 挂牌报错，凌晨升级，温馨提示，服务降级
• 单线程，这样重量级的数据操作最好不要用多线程

（二）不停机的四种策略

①先更新数据库，再更新缓存

②先更新缓存，再更新数据库

③先删除缓存，再更新数据库（延伸：延迟双删）

④先更新数据库，再删除缓存

阿里巴巴的canal等中间件就是类似的思想，通过binlog日志去更新消息、缓存，这些中间件去订阅binlog的日志。
比如：

总结：如果我们想着A/B等多个线程去竞争，无论如何都有可能导致不一致。但一般系统都已数据库为最终解释权，这样3和4的方案会好许多，最不推荐的是第二种。
1 先删除缓存值再更新数据库，有可能导致请求因缓存缺失而访问数据库，给数据库带来压力导致打满mysql。
2 如果业务应用中读取数据库和写缓存的时间不好估算，那么，延迟双删中的等待时间就不好设置。

如果业务叫非要一致性：那就别用缓存了。加一个页面返回也是一个很好的解决方案，不用太纠结这肉眼难见的事件。当然异常了还是得处理。