前面我们已经实现了多级缓存架构，大大提高了查询商品的性能，缓存在提高性能的同时，也带来了一致性的问题，比如说数据库发生了修改，这个时候，如果缓存依然是旧的数据，两者就产生了不一致，这不是我们需要看到的，如何保证缓存与数据库的一致性，这是我们下面结局的问题，缓存同步问题：

（1）缓存同步策略

 

大多数缓存都可以用异步通知方案：

用MQ还是需要在代码中做一定的修改，我们用下一种方案

修改商品的业务不需要修改，来了以后直接写数据库，写完结束，这个时候canal监听数据库的变化发现数据库变了之后，直接通知缓存服务完成更新，做到了代码0侵入 

（2）安装Canal

在bin目录下生成一个文件：

 通过Posttion来确定主库与从库之间的数据，从库position小于主库position，就说明需要新的log需要获取了

进入canal：

（3）监听Canal

Canal监听Mysql的变化，去更新客户端

Canal的java的客户端编写是比较麻烦的，我们第三方开源的canal-start 

创建类：

在RedisHandler中添加：

JVM的进程还存也是有的，可以这样操作：

上面我们只是对Redis跟JVM做了修改，nginx本地缓存没有修改，浏览器用户前端页面上不太容易看到，只能查看看接口直接访问

我们直接调用接口查看数据修改情况，先查询到1001

现在对1001数据做修改：我们提供了一个修改页面

修改：

浏览器做有日志显示：

这个是直接查询接口，查询tomcat返回的数据，页面进行了修改，这样则可以证明,Redis和tomcat

进行了修改

（JVM）本地缓存进行了修改 

Redis也进行修改：

如果openResty也做了集群，nginx也要修改负载均衡的算法，让查询你一个商品，请求的是同一个openResty

在openResty我们做的是超时的同步，设置时间，到期自动删除，下次再查就变成新数据了，这种方案它适合于数据更新频率较低的数据，商品中一些大多数通用数据，不怎么变得

变化频率较高的，对时效性要求交强的数据，不建议放到openResty做过期缓存了

对于Redis和tomcat就可以放任何的数据了，要想更新的话时效性比较强，这里采用的是Canal监听Mysql的方式