我们可以对存入缓存的数据设置过期时间，所有的写操作以数据库为准，对缓存操作只是尽最大努力即可。也就是说如果数据库写成功，缓存更新失败，或者没有更新操作，那么只要达到过期时间，则后面的读者自然会从数据库中读取新值然后回填缓存，达到一致性。缓存与数据一致性问题，如下思维导图所示。

    用户在请求数据时，
    1.直接从redis获取并返回
    2.redis为空，从数据库获取并返回
    3.完成第二部以后，将数据库的数据回写redis，保持两边数据一致
    直接上代码了，一般的业务如下代码即可满足。

public User findUserById(Integer id){
	User user = null ;
	String key = CACHE_KEY_USER+id
	user = redisTemplate.opsForValue.get(key);
	if(user  == null){
		user = userMapper.selectByPrimaryKey(id);
		if(user == null){
			//3.1  redis和数据库  都无数据
			// 你具体细化，防止多次穿透，我们业务规定，记录一下这个null值的key，			   列入黑名单或者记录异常
			return user;
		}
		else{
			// 3.2 数据库里有数据,需要将数据回写到redis，保证下一次命中
			redisTemplate.opsForValue.set(key , user);
		}
	}
	return user;
}

    采用双检检索策略，避免在缓存为空时，多个线程同时进入访问数据。所需要加同步锁，等其中一个线程执行查询数据库上使用一个互斥锁，把数据缓存到redis里，其他线程等待后进入执行代码块时，直接获取缓存的数据，就避免了多个线程访问数据哭了。直接上代码看看。

public User findUserById(Integer id){
	User user = null ;
	String key = CACHE_KEY_USER+id
	user = redisTemplate.opsForValue.get(key);
	if(user  == null){
		// 2.高并发场景使用，进来先加锁，保证一个请求操作，让外面的线程等待，避免击穿数据库。
		synchronized(UserService.class){
			user = redisTemplate.opsForValue.get(key);
			if(user ==null){
			 	user = userMapper.selectByPrimaryKey(id);
		     	if(user == null){
			     //3.1  redis和数据库  都无数据
			    // 你具体细化，防止多次穿透，我们业务规定，记录一下这个null值的key，			   列入黑名单或者记录异常
			  		return user;
		   		}
		    	else{
				// 3.2 数据库里有数据,需要将数据回写到redis，保证下一次命中
				redisTemplate.opsForValue.setIfAbsent(key,user,7L,TimeUnit.DAYS);
		      }
			}
	    }
	}
	return user;
}