缓存更新策略
| 内存淘汰 | 超时剔除 | 主动更新 | |
|---|---|---|---|
| 说明 | 利用Redi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 | 给缓存数据添加TTL（即缓存存在时间）的时间，到期后自动删除缓存，下次查询时更新缓存 | 在修改数据库的同时，更新缓存 |
| 一致性 | 差 | 一般 | 好 |
| 维护成本 | 无 | 低 | 高 |
业务使用场景：
- 低一致性需求：使用内存淘汰机制。
- 高一致性需求：主动更新，并以超时剔除作为兜底方案。
主动更新策略方案
- （推荐）由缓存的调用者，在更新数据库的同时更新缓存。
- 缓存与数据库整合作为一个服务，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。
- 调用者只操作缓存，由其他线程异步的将要缓存持久化到数据库，保证最终的一致性。
在更新数据库的同时更新缓存方案
在更新数据库的同时更新缓存需要考虑以下问题：
（1）删除缓存还是更新缓存？
- 删除缓存（推荐）：更新数据库时让缓存失效，查询时再更新缓存
- 更新缓存：每次更新数据库都要更新缓存，无效写操作较多
（2）如何保证缓存操作与数据库操作同时失败与成功？
- 单体系统：将缓存与数据库操作放在一个事务
- 分布式系统：利用TCC等分布式事务
（3）先操作数据库还是缓存？
一、先删除缓存。再操作数据库
正常业务场景：
缓存数据：20；数据库数据：20
- 线程A：删除缓存，更新数据库为10
此时：缓存数据：空；数据库数据：10
- 线程B：查询缓存，未命中，查询数据库，写入缓存
此时：缓存数据：10；数据库数据：10
异常业务场景：
缓存数据：20；数据库数据：20
- 线程A：删除缓存
此时：缓存数据：空；数据库数据：20
- 线程B：查询缓存，未命中，查询数据库，写入缓存
此时：缓存数据：20；数据库数据：20
- 线程A：更新数据库10
此时：缓存数据：20；数据库数据：10
这种情况就造成了缓存与数据库不一致的情况。
因为操作数据库的时间远大于删除缓存的时间，这种情况出现的可能性会比较大。
二、（推荐）先操作数据库，再删除缓存
正常业务场景：
缓存数据：20；数据库数据：20
- 线程A：更新数据库10，删除缓存
此时：缓存数据：空；数据库数据：10
- 线程B：查询缓存未命中，查询数据库，写入缓存
异常业务场景：
缓存数据：空；数据库数据：20
- 线程A：查询缓存，未命中，查询数据库20
此时：缓存数据：空；数据库数据：20
- 线程B：更新数据库10，删除缓存
此时：缓存数据：空；数据库数据：10
- 线程A：写入缓存20
此时：缓存数据：20；数据库数据：10
这种情况就造成了缓存与数据库不一致的情况。
为什么更推荐使用这种方式，因为作数据库的时间远大于删除缓存的时间，这种情况出现的可能性相对于上面一种要小。
缓存更新策略的最佳实践方案
（1）低一致性要求：使用redis自带的内存淘汰机制
（2）高一致性要求：主动更新，并以超时剔除作为兜底方案
1.读操作
- 缓存命中则直接返回
- 缓存未命中则查询数据库，并写入缓存，设定超时时间
2.写操作
- 先写数据库，然后再删除缓存
- 要确保数据库与缓存之间的原子性