前言

在分布式系統(tǒng)中，緩存和數(shù)據(jù)庫同時存在時，如果有寫操作的時候，先操作數(shù)據(jù)庫還是先操作緩存呢？先思考一下，可能會存在哪些問題，再往下看。下面我分幾種方案闡述。

緩存維護方案一

假設(shè)有一寫（線程A）一讀（線程B）操作，先操作緩存，在操作數(shù)據(jù)庫。，如下流程圖所示：

圖片

1）線程A發(fā)起一個寫操作，第一步del cache

2）線程A第二步寫入新數(shù)據(jù)到DB

3）線程B發(fā)起一個讀操作，cache miss，

4）線程B從DB獲取最新數(shù)據(jù)

5）請求B同時set cache

這樣看，沒啥問題。我們再看第二個流程圖，如下：

圖片

1）線程A發(fā)起一個寫操作，第一步del cache

2）此時線程B發(fā)起一個讀操作，cache miss

3）線程B繼續(xù)讀DB，讀出來一個老數(shù)據(jù)

4）然后老數(shù)據(jù)入cache

5）線程A寫入了最新的數(shù)據(jù)

OK，醬紫，就有問題了吧，老數(shù)據(jù)入到緩存了，每次讀都是老數(shù)據(jù)啦，緩存與數(shù)據(jù)與數(shù)據(jù)庫數(shù)據(jù)不一致。

緩存維護方案二

雙寫操作，先操作緩存，在操作數(shù)據(jù)庫。

圖片

1）線程A發(fā)起一個寫操作，第一步set cache

2）線程A第二步寫入新數(shù)據(jù)到DB

3）線程B發(fā)起一個寫操作，set cache，

4）線程B第二步寫入新數(shù)據(jù)到DB

這樣看，也沒啥問題。，但是有時候可能事與愿違，我們再看第二個流程圖，如下:

圖片

1）線程A發(fā)起一個寫操作，第一步set cache

2）線程B發(fā)起一個寫操作，第一步setcache

3）線程B寫入數(shù)據(jù)庫到DB

4）線程A寫入數(shù)據(jù)庫到DB

執(zhí)行完后，緩存保存的是B操作后的數(shù)據(jù)，數(shù)據(jù)庫是A操作后的數(shù)據(jù)，緩存和數(shù)據(jù)庫數(shù)據(jù)不一致。

緩存維護方案三

一寫（線程A）一讀（線程B）操作，先操作數(shù)據(jù)庫，再操作緩存。

圖片

1）線程A發(fā)起一個寫操作，第一步write DB

2）線程A第二步del cache

3）線程B發(fā)起一個讀操作，cache miss

4）線程B從DB獲取最新數(shù)據(jù)

5）線程B同時set cache

這種方案沒有明顯的并發(fā)問題，但是有可能步驟二刪除緩存失敗，雖然概率比較小，優(yōu)于方案一和方案二，平時工作中也是使用方案三。

綜上對比，我們一般采用方案三，但是有沒有完美全解決方案三的弊端的方法呢？

緩存維護方案四

圖片

通過數(shù)據(jù)庫的binlog來異步淘汰key，以mysql為例 可以使用阿里的canal將binlog日志采集發(fā)送到MQ隊列里面，然后通過ACK機制 確認處理 這條更新消息，刪除緩存，保證數(shù)據(jù)緩存一致性。

但是呢還有個問題，如果是主從數(shù)據(jù)庫呢？

緩存維護方案五

主從DB問題：因為主從DB同步存在同時延時時間如果刪除緩存之后，數(shù)據(jù)同步到備庫之前已經(jīng)有請求過來時，會從備庫中讀到臟數(shù)據(jù)，如何解決呢？解決方案如下流程圖：

圖片

緩存維護總結(jié)

綜上所述，在分布式系統(tǒng)中，緩存和數(shù)據(jù)庫同時存在時，如果有寫操作的時候，先操作數(shù)據(jù)庫，再操作緩存。如下：

（1）讀取緩存中是否有相關(guān)數(shù)據(jù)

（2）如果緩存中有相關(guān)數(shù)據(jù)value，則返回

（3）如果緩存中沒有相關(guān)數(shù)據(jù)，則從數(shù)據(jù)庫讀取相關(guān)數(shù)據(jù)放入緩存中key->value，再返回

（4）如果有更新數(shù)據(jù)，則先更新數(shù)據(jù)，再刪除緩存

（5）為了保證第四步刪除緩存成功，使用binlog異步刪除

（6）如果是主從數(shù)據(jù)庫，binglog取自于從庫

（7）如果是一主多從，每個從庫都要采集binlog，然后消費端收到最后一臺binlog數(shù)據(jù)才刪除緩存