Redis 缓存双写同等性 - 深度剖析与实战策略

Redis 缓存双写同等性 - 深度剖析与实战策略

---

一、什么是缓存双写同等性问题？

缓存双写同等性（Cache-DB Consistency）问题指的是：
   当我们对数据库中的数据进行了更新，缓存中对应的数据也必须及时同步更新，否则会出现数据不同等的情况，用户大概读取到逾期的缓存数据。
  

---

二、问题场景重现

经典场景：

假设有如下游程：

• 用户哀求更新某条商品信息
  
• 系统更新数据库
  
• 然后再更新 Redis 缓存
  

1. // 更新数据库
2. db.update("product", id, newData);
4. // 再更新缓存
5. redis.set("product:" + id, newData);

复制代码

这时间假如两个操纵之间 Redis 被访问了？缓存就会出现脏数据！

---

三、常见的缓存双写策略

✅ 方案一：先删除缓存，再更新数据库

1. redis.del("product:" + id); // 删除缓存
2. db.update("product", id, newData); // 更新数据库

复制代码

❌ 缺点：

• 假如在删除缓存后、数据库更新前，有哀求进来，会发生缓存穿透（因为缓存没了），此时读到了旧数据。
  

✅ 方案二：先更新数据库，再删除缓存

1. db.update("product", id, newData); // 先更新 DB
2. redis.del("product:" + id);        // 然后删缓存

复制代码

这个方案是 如今主流的做法，能较大概率避免读到旧值，但仍有并发写+读的问题。

---

四、更新策略对比表

操纵次序同等性包管存在问题更新缓存 → 更新数据库❌ 缓存易被覆盖非常时缓存比数据库新删除缓存 → 更新数据库❌ 缓存提前消失有大概读到旧数据✅ 更新数据库 → 删除缓存✅ 较稳妥并发高时仍大概不同等

---

五、核心问题：并发情况下如何避免不同等？

   假设流程是：更新数据库 → 删除缓存，但在这之间有读哀求进入，就会出现脏读。
  场景模仿：

• T1：线程 A 更新数据库（执行完）
  
• T2：线程 B 读取缓存（掷中旧数据）
  
• T3：线程 A 删除缓存