一、缓存更新策略

• 1.内存淘汰：不用自己维护，利用redis的内存淘汰机制，当内存不足时自动淘汰部分数据，下次查询时更新缓存，一致性差，没有维护成本
• 2.超时剔除：给缓存数据添加TTL时间，到期后自动删除缓存。下次查询时更新缓存，一致性一般，维护成本低
• 3.主动更新：编写业务逻辑，在修改数据库的同时，更新缓存，一致性好，维护成本高
• 4.低一致性需求可以使用内存淘汰机制
• 5.高一致性需求可以主动更新，并以超时剔除作为兜底方案

二、主动更新策略

• 1.Cache Aside Pattern 旁路缓存模式，在更新数据库的同时更新缓存
• 2.Read/Write Through Pattern 读写穿透模式，缓存与数据库整合为一个服务，由服务来维护一致性。调用者调用该服务，无需关心缓存一致性问题
• 3.Write Behind Caching Pattern 异步缓存写入模式，调用者只操作缓存，由其它线程异步的将缓存数据持久化到数据库，保证最终一致

三、Cache Aside Pattern

3.1 删除缓存还是更新缓存?

• 1.每次更新数据库都更新缓存，无效的写操作较多；
• 2.更新数据库让缓存失效，查询时再更新缓存更好

3.2 如何保证缓存与数据库的操作同时成功或失败？

• 1.单体系统中将缓存和数据库操作放在同一个事务中
• 2.分布式系统利用TCC (Try、Confirm、Cancel)等分布式事务方案

3.3 先操作缓存还是先操作数据库

• 1.先删缓存再删数据库
• 2.先删数据库再删缓存
• 3.先删数据库再删缓存比较好，这种发生的概率相对来说小一点，然后给缓存加上一个过期时间，一旦不一致时，缓存失效也再次查询数据库

3.3.1 先删缓存再删库

正常情况（示例）

• 1.有线程A和线程B操作缓存和数据库
• 2.线程A想把姓名改为张三，先删缓存，然后更新数据库，姓名是张三，执行完毕
• 3.线程B查询缓存，未命中，查询数据库，将张三写入缓存，拿到张三
• 4.此时数据库和缓存的数据都是张三

异常情况（示例）

• 1.有线程A和线程B操作缓存和数据库
• 2.线程A想把姓名李四改为张三，先删缓存，删除缓存成功，准备更新数据库为张三
• 3.线程B开始查缓存，未命中，查询数据库为李四，将李四写入缓存，执行完毕
• 4.线程A更新数据库为张三成功，执行完毕
• 5.此时数据库数据为张三，但缓存是李四

3.3.2 先删库再删缓存

正常情况（示例）

• 1.有线程A和线程B操作缓存和数据库
• 2.线程A想把姓名李四改为张三，先更新数据库，姓名改为张三，删除缓存，执行完毕
• 3.线程B查询缓存，未命中，查询数据库，将张三写入缓存，拿到张三
• 4.此时数据库和缓存的数据都是张三

异常情况（示例）

• 1.有线程A和线程B操作缓存和数据库
• 2.线程B查询缓存，未命中，查询数据库，拿到李四，还没来的及写入缓存
• 3.线程A想把姓名李四改为张三，先更新数据库，姓名改为张三，删除缓存，执行完毕
• 4.线程B将李四写入缓存，执行完毕
• 5.此时数据库数据为张三，缓存为李四