缓存一致性，删除缓存，写入缓存，缓存击穿，缓存穿透，缓存雪崩

一、DB操作与缓存操作一致性的问题

当你既要更新数据库，又要更新缓存的时候，就涉及到一致性的问题，如何保证两者能同时成功呢？

1. 通过消息队列，将对缓存的操作放到队列实现，可以确保其成功。
2. 订阅 binlog 日志，需要借助 canal 工具来知道数据库做了哪些操作，然后去操作缓存。
3. 通过 dtm 二阶段消息，也可以确保缓存被操作成功。

二、如何删除缓存

1、先删缓存再更新数据库

1. 线程A删除缓存，还没来得及更新数据库。
2. 线程B进来了，发现缓存没有，读取数据库（此时是旧值），将旧值回填缓存。
3. 线程A更新了数据库。

会出现缓存中的数据是旧值。

缓解方法

1. 设置简短的过期时间兜底，在这个时间内会出现不一致，缺点是数据库负载会加大。
2. 延时双删，线程A删除缓存，更新数据库，sleep一会，再删一次缓存，这个睡眠时间是个问题，所以没办法根治。
3. 在应用层引入类似版本的机制，对应用层有要求，通用性受限，不易复用。

2、先更新数据库再删缓存

1. 线程A更新了数据库中的值，但还没来得及删除缓存中的值。
2. 线程B读取到缓存，此时为旧值。
3. 线程A删除缓存。

这种情况总体对业务影响较小。一般在生产环境中，也推荐大家采用该模式。

三、如何写入缓存

1. 线程A发现缓存为空，查询数据库，准备回填缓存的时候发生了阻塞。

2. 线程B发现缓存为空，查询数据库，此时看到的值为新值，因为其他线程修改了数据，回填缓存。

3. 线程A苏醒过来，回填缓存，此时是旧值。

会出现缓存中的数据是旧值。

如果要想解决这种问题，那就只能在读缓存的时候加分布式锁，当然在这个过程中可以做一些优化，具体可以使用 rockscache，它的说明，具体原理图

四、缓存击穿

前面说到，我们应该先更新数据库，再删除缓存，那么对于热点数据，突然把缓存删了会导致缓存击穿，对数据库造成巨大冲击，针对这种情况，我们需要限制最终去到数据库的流量，我们可以在进程内部加锁，也就是单飞模式，这样每个进程只有一个查询数据库的操作，当然如果你的项目服务器很多，那么对数据库的查询也会很多，那么只能使用分布式锁来加以限制。

五、缓存穿透

如果请求的数据在数据库中也不存在，那么为了节省缓存空间一般是不会缓存它的，这就会导致这些请求都会一次次的被打到数据库，这就是缓存穿透。

首先，如果预防住了缓存击穿，那么在一点程度上也减轻了缓存穿透的危害，除此之外，我们还可以引入布隆过滤器将这些恶意的key存起来。

六、缓存雪崩

如果在某一个时刻，缓存大面积同时过期，那么这就是缓存雪崩，预防的方式也很简单，为不同的key设置不同的过期时间，过期时间最好带一个随机数。