前言

在分布式系統中，緩存和數據庫同時存在時，如果有寫操作的時候，先操作數據庫還是先操作緩存呢？先思考一下，可能會存在哪些問題，再往下看。下面我分幾種方案闡述。

緩存維護方案一

假設有一寫（線程A）一讀（線程B）操作，先操作緩存，在操作數據庫。，如下流程圖所示：

1）線程A發起一個寫操作，第一步del cache

2）線程A第二步寫入新數據到DB

3）線程B發起一個讀操作，cache miss，

4）線程B從DB獲取最新數據

5）請求B同時set cache

這樣看，沒啥問題。我們再看第二個流程圖，如下：

1）線程A發起一個寫操作，第一步del cache

2）此時線程B發起一個讀操作，cache miss

3）線程B繼續讀DB，讀出來一個老數據

4）然后老數據入cache

5）線程A寫入了最新的數據

OK，醬紫，就有問題了吧，老數據入到緩存了，每次讀都是老數據啦，緩存與數據與數據庫數據不一致。

緩存維護方案二

雙寫操作，先操作緩存，在操作數據庫。

1）線程A發起一個寫操作，第一步set cache

2）線程A第二步寫入新數據到DB

3）線程B發起一個寫操作，set cache，

4）線程B第二步寫入新數據到DB

這樣看，也沒啥問題。，但是有時候可能事與愿違，我們再看第二個流程圖，如下:

1）線程A發起一個寫操作，第一步set cache

2）線程B發起一個寫操作，第一步setcache

3）線程B寫入數據庫到DB

4）線程A寫入數據庫到DB

執行完后，緩存保存的是B操作后的數據，數據庫是A操作后的數據，緩存和數據庫數據不一致。

緩存維護方案三

一寫（線程A）一讀（線程B）操作，先操作數據庫，再操作緩存。

1）線程A發起一個寫操作，第一步write DB

2）線程A第二步del cache

3）線程B發起一個讀操作，cache miss

4）線程B從DB獲取最新數據

5）線程B同時set cache

這種方案沒有明顯的并發問題，但是有可能步驟二刪除緩存失敗，雖然概率比較小，優于方案一和方案二，平時工作中也是使用方案三。

綜上對比，我們一般采用方案三，但是有沒有完美全解決方案三的弊端的方法呢？

緩存維護方案四

這個是方案三的改進方案，都是先操作數據庫再操作緩存，我們來看一下流程圖：

通過數據庫的binlog來異步淘汰key，以mysql為例

可以使用阿里的canal將binlog日志采集發送到MQ隊列里面，然后通過ACK機制

確認處理 這條更新消息，刪除緩存，保證數據緩存一致性。

但是呢還有個問題，如果是主從數據庫呢？

緩存維護方案五

主從DB問題：因為主從DB同步存在同時延時時間如果刪除緩存之后，數據同步到備庫之前已經有請求過來時，會從備庫中讀到臟數據，如何解決呢？解決方案如下流程圖：

緩存維護總結

綜上所述，在分布式系統中，緩存和數據庫同時存在時，如果有寫操作的時候，先操作數據庫，再操作緩存。如下：

（1）讀取緩存中是否有相關數據

（2）如果緩存中有相關數據value，則返回

（3）如果緩存中沒有相關數據，則從數據庫讀取相關數據放入緩存中key->value，再返回

（4）如果有更新數據，則先更新數據，再刪除緩存

（5）為了保證第四步刪除緩存成功，使用binlog異步刪除

（6）如果是主從數據庫，binglog取自于從庫

（7）如果是一主多從，每個從庫都要采集binlog，然后消費端收到最后一臺binlog數據才刪除緩存