Java 开发还会吃香吗，Java 微服务架构从入门到精通

缓存维护方案一

如果是一读（线程 B）一写（线程 A）操作，「先操作缓存，再操作数据库」。流程图如下所示：

• 1.线程 A 发起一个写操作，第一步 del cache

• 2.线程 A 第二步写入新数据到 DB

• 3.线程 B 发起一个读操作，cache miss 缓存失效了。

• 4.线程 B 从 DB 获取最新数据

• 5.线程 B 执行 set cache，把从 DB 读到的数据，更新到缓存。

「这样看，没啥问题」。我们再看第二个流程图，如下：

• 1.线程 A 发起一个写操作，第一步 del cache

• 2.此时线程 B 发起一个读操作，cache miss

• 3.线程 B 继续读 DB，读出来一个老数据

• 4.然后老数据设置入 cache

• 5.线程 A 写入 DB 最新的数据

OK，酱紫，就有问题了吧，老数据入到缓存了，「每次读都是老数据啦，缓存与数据与数据库数据不一致了」。

缓存维护方案二

上个方案是一读一写，如果是双写操作，「先操作缓存，再操作数据库」，会怎么样呢？

• 1.线程 A 发起一个写操作，第一步 set cache

• 2.线程 A 第二步写入新数据到 DB

• 3.线程 B 发起一个写操作，set cache

• 4.线程 B 第二步写入新数据到 DB

「这样看，也没啥问题。」，但是有时候可能事与愿违，我们再看第二个流程图，如下:

• 1.线程 A 发起一个写操作，第一步 set cache

• 2.线程 B 发起一个写操作，第一步 set cache

• 3.线程 B 写入数据库到 DB

• 4.线程 A 写入数据库到 DB

执行完后，缓存保存的是 B 操作后的数据，数据库是 A 操作后的数据，「缓存和数据库数据不一致」。

缓存维护方案三

一写（线程 A）一读（线程 B）操作，「先操作数据库，再操作缓存」。

• 1.线程 A 发起一个写操作，第一步 write DB

• 2.线程 A 第二步 del cache

• 3.线程 B 发起一个读操作，cache miss

• 4.线程 B 从 DB 获取最新数据

• 5.线程 B 同时 set cache

「有些朋友可能认为，在第 2 步删除缓存之前，线程 B 读过来呢？这时候，读到的是缓存老数据，这个可以认为是正常业务逻辑呀，下次再读取就是正确数据了。」

这种方案**「没有明显的并发问题」，但是有可能「步骤二删除缓存失败」，虽然概率比较小，「优于方案一和方案二」**，平时工作中也是使用方案三。

综上对比，我们一般采用方案三，但是有没有完美全解决方案三的弊端的方法呢？

缓存维护方案四

这个是方案三的改进方案，都是先操作数据库再操作缓存，我们来看一下流程图：

通过数据库的**「binlog」来「异步淘汰 key」，以 mysql 为例 可以「使用阿里的 canal 将 binlog 日志采集发送到 MQ 队列」里面，然后「通过 ACK 机制 确认处理」** 这条更新消息，删除缓存，保证数据缓存一致性。

但是呢还有个问题，「如果是主从数据库呢」？

缓存维护方案五

主从 DB 问题：因为主从 DB 同步存在延时时间。如果删除缓存之后，数据同步到备库之前已经有请求过来时，「会从备库中读到脏数据」，如何解决呢？解决方案如下流程图：

缓存维护总结

综上所述，在分布式系统中，缓存和数据库同时存在时，如果有写操作的时候，「先操作数据库，再操作缓存」。如下：

• 1.读取缓存中是否有相关数据

• 2.如果缓存中有相关数据 value，则返回

• 3.如果缓存中没有相关数据，则从数据库读取相关数据放入缓存中 key->value，再返回

• 4.如果有更新数据，则先更新数据库，再删除缓存

• 5.为了保证第四步删除缓存成功，使用 binlog 异步删除

• 6.如果是主从数据库，binglog 取自于从库

• 7.如果是一主多从，每个从库都要采集 binlog，然后消费端收到最后一台 binlog 数据才删除缓存

最后

这份文档从构建一个键值数据库的关键架构入手，不仅带你建立起全局观，还帮你迅速抓住核心主线。除此之外，还会具体讲解数据结构、线程模型、网络框架、持久化、主从同步和切片集群等，帮你搞懂底层原理。相信这对于所有层次的 Redis 使用者都是一份非常完美的教程了。

整理不易，觉得有帮助的朋友可以帮忙点赞分享支持一下小编~

你的支持，我的动力；祝各位前程似锦，offer 不断！！！

本文已被CODING开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码】收录