前言
当我们使用Redis做缓存时，数据不一致问题是绕不过的问题。如果我们没有很好的处理数据一致性问题，就有可能影响用户体验，最严重的会造成业务损失。数据一致性的场景和解决方式都有哪些呢？让我们一探究竟。
缓存和数据库的数据不一致发生原因
数据一致性总结就是2种情况：
- 缓存中有数据，这时缓存的数据和数据库的相同；
- 缓存中没有数据，这时数据库的值是最新值。
因此，不符合这2种情况的就是数据不一致了。而缓存又包括读写缓存和只读缓存。 发生数据不一致的情况有各自的区别。
读写缓存
对数据增删改操作时，需要在缓存中进行。同时呢还得根据写回策略，看是否要同步写回到数据库。
- 同步直写策略：写缓存时，并同步写数据库。缓存和数据库的数据一致。
- 异步写回策略：写缓存时不同步写数据库，而是等数据淘汰触发时，再将数据写回数据库。此情况下，若未触发数据淘汰就出现故障，数据库就没有最新数据，造成数据不一致的问题。
总结一下，采用读写缓存时，要保证数据一致性问题，就要采用同步直写策略。若数据一致性要求不是很高，可采用异步写回策略。
只读缓存
当要新增数据，就直接写到数据库；当数据删除或修改时，修改数据库的值，并将缓存的数据清除。
分析一下数据一致性的问题：
- 新增数据：数据直接写到数据库，不对缓存操作。此时不存在一致性的问题。
- 删除和修改数据：这种情况下，既要更新数据库，也要删除缓存。若两个操作保证不了原子性，就会出现数据不一致问题。
只读缓存删改数据的不一致问题
- 先删除缓存，再更新数据库：若缓存删除成功，数据库更新失败。后面访问就会缓存缺失，然后访问数据库就会查到旧值。（数据库更新失败，这种情况此操作不就失败了吗？不能叫旧值吧？）
- 先更新数据库，再删除缓存：若更新数据库成功，删除缓存失败。后续访问的就是缓存中的旧值。
看上图很好理解这个数据不一致的产生过程：
- a旧值=1，客户端要更新a的值为2;
- 先更新数据库成功，此时数据库a = 2;
- 再删除缓存，但失败了。缓存还在。此时缓存中a = 1, 数据库中a = 2;
- 再去查询a的值。因缓存命中，返回a = 1，和数据库不一致。
数据不一致的解决方案
处理方式一：先删除缓存，再更新数据库。（不推荐）
发生数据不一致的场景：
- 线程1删除缓存中的a数据后，还没来得及更新数据库。
- 此时线程2读取数据a，会发现缓存缺失，然后会去读数据库。
线程2去数据库读取这个动作会带来2个问题：
- 线程2读取的a是旧值（因为线程1已经改了a的值，只是还没更新到数据库）
- 线程2在缓存缺失时读了数据库的旧值，这也就算了，它还会将这个旧值回写到缓存中。后续读取a可能都会读到旧值。
这种处理方式很容易造成数据不一致的问题，而且可能会影响后续多个查询操作。很多教程有提供延迟双删的解决方案（线程1更新完数据库后，先sleep一段时间，再进行一次缓存删除操作），这种sleep的方式无法准确预估其他多个线程开始和结束的时间。还是可能会产生数据不一致问题。个人建议别使用这种处理方式。
处理方式二：先更新数据库，再删除缓存。（推荐）
发生数据不一致的场景：
- 若线程1删除了数据库的值a，但还没来得及删除缓存。
- 此时线程2读取a数据，就会命中缓存中a的值，这就是读到了旧值。
但此情况若并发读a的线程不多，影响就不大。因为线程1马上就会将缓存中的a删除。后续读取a时就会出现缓存缺失，然后去数据库读a的最新值。对业务的影响较小。
总结
在Redis的缓存和数据库的数据不一致问题上，可分为读写缓存和只读缓存来分析。
读写缓存有同步写回策略和异步写回策略。采用同步写回能保证数据一致性，若数据一致性要求不是很高，可采用异步写回策略。
只读缓存有2种处理方式：
- 先删除缓存，再更新数据库（不推荐）：并发请求多的时候，容易产生缓存和数据库值不一致的情况。
- 先更新数据库，再删除缓存（推荐）：并发请求多的时候，会存在短暂的数据不一致问题。