这篇文章主要介绍“数据库跟缓存的双写一致性怎么理解”，在日常操作中，相信很多人在数据库跟缓存的双写一致性怎么理解问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”数据库跟缓存的双写一致性怎么理解”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
成都创新互联长期为上千家客户提供的网站建设服务，团队从业经验10年，关注不同地域、不同群体，并针对不同对象提供差异化的产品和服务；打造开放共赢平台，与合作伙伴共同营造健康的互联网生态环境。为察布查尔锡伯企业提供专业的成都网站设计、网站建设，察布查尔锡伯网站改版等技术服务。拥有10年丰富建站经验和众多成功案例,为您定制开发。
为加速系统性能一般都会引入缓存机制，比如 redis。这种情况下当用户读数据时一般会按照如下流程：
先更新数据库再更新缓存。
先删缓存再更新数据库。
先更新数据库再删缓存。
简单直接又暴力的方法，如果有些数据不重要，我们读完一次数据到缓存后设置个TTL即可，等待超时后缓存自动从数据库读取下数据。
假如我们有A、B两个请求，A请求将age = 14，B请求将age = 12。我们看下正常执行跟非正常执行情况：
写场景多而读场景少的业务需求，此时缓存不是经常性的读，却被频繁的更新。
如果缓存的数据是经过各种复杂计算后写入的，那每次写入缓存都要运算一次，此法不可取。
假如A先请求更改数据，B请求读数据，如果因为网络导致发生如下情况也会造成缓存脏数据，如果此时缓存没有设置TTL那会一直是脏数据。
延时双删策略，他的核心执行流程如下：public void write(String key,Object value){
redis.delKey(key);
db.updateValue(value);
Thread.sleep(1000); // 再次删除
redis.delKey(key);
}
该思路落实到流程图上如下所示：
确保读请求结束，写请求可以删除读请求造成的缓存脏数据。当然如果用的是主从写读架构，那处理思路跟上面类似，无非就是休眠时间再加上主从同步的时间即可。
二次删除前面涉及到休眠，可能导致系统性能降低，可以采用异步的方式，再起一个线程来进行异步删除。
如果二次删除失败了，还是会导致缓存脏数据存在的啊！
针对缓存更新问题，老外提出了一个名为《Cache-Aside pattern》的缓存更新套路，该策略在Facebook中也广泛使用，该策略指出：
失效：应用程序先从缓存取数据，没有得到，则从数据库中取数据，成功后，放到缓存中。
命中：应用程序从缓存中取数据，取到后返回。
更新：先把数据存到数据库中，成功后，再让缓存失效。
假如此时A、B两个线程同时请求，正常来讲不管你是读写分离还是单机版，读一般比写快。那删除缓存一般是有效的。
如果删除缓存失败了都会导致缓存跟数据不一致问题！
通过消息队列的确认消费机制来删除缓存。
对业务线代码造成大量的侵入，引入了中间件。
消息的延迟删除也会造成短暂的不一致。
该方案启动一个订阅程序去订阅数据库的binlog，获得需要操作的数据。在应用程序中，另起一段程序，获得这个订阅程序传来的信息，进行删除缓存操作。
到此，关于“数据库跟缓存的双写一致性怎么理解”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！
