Cache Aside Pattern（旁路缓存模式）

现在基本都用这个模式

Cache Aside Pattern 中服务端需要同时维系 db 和 cache，并且是以 db 的结果为准。

读写步骤：

写：

• 先更新 db，然后直接删除 cache 。

读 :

• 从 cache 中读取数据，读取到就直接返回
• cache 中读取不到的话，就从 db 中读取数据返回
• 再把数据放到 cache 中。

写数据的过程中，可以先删除 cache ，后更新 db 么？

答：线程1先把缓存中的数据A删除，但更新数据库的时间较长。在此期间如果线程2读数据A，并写入缓存。随后线程1更新完数据库种的A后，导致缓存和数据库中的一致性出现问题。

在写数据的过程中，先更新 db，后删除 cache 就没有问题了么？

答：假设数据A不在缓存中，线程1要读取缓存，先查询数据库，此时线程2更新数据库中的数据A，在线程2更新完数据库之后线程1可能才开始把原数据A写入缓存中，造成数据不一致。

但因为写入缓存速度很快，所以出问题的可能性比较小。

Read/Write Through Pattern（读写穿透）

Read/Write Through Pattern 中服务端把 cache 视为主要数据存储，从中读取数据并将数据写入其中。cache 服务负责将此数据读取和写入 db，从而减轻了应用程序的职责。

 少见原因：Redis 并没有提供 cache 将数据写入 db 的功能。

写

• 先查 cache，cache 中不存在，直接更新 db。
• cache 中存在，则先更新 cache，然后 cache 服务自己更新 db（同步更新 cache 和 db）。

读

• 从 cache 中读取数据，读取到就直接返回 。
• 读取不到的话，先从 db 加载，写入到 cache 后返回响应。

Write Behind Pattern（异步缓存写入）

Write Behind Pattern 和 Read/Write Through Pattern 很相似，

两者都是由 cache 服务来负责 cache 和 db 的读写。

Read/Write Through 是同步更新 cache 和 db，

Write Behind 是只更新缓存，不直接更新 db，而是改为异步批量的方式来更新 db