1. 缓存更新策略

缓存中的数据一致性问题（数据库更新数据，而Redis存的是旧数据）
内存淘汰策略：当内存很充足时，很长时间无法淘汰数据，所以很难控制淘汰，一致性差；
超时剔除：取决于TTL大小，可以达到控制目的，但是在TTL时间内也可能存在数据库更新从而Redis中变成旧数据；
主动更新：也就是同时修改Redis和数据库的数据；

2. 主动更新策略

第二种：维护复杂，开发成本大；
第三种：维护异步任务难度大，要实时监控缓存中的变化；其次是一致性难以保证，如果缓存中已经存储了很多数据，但是还没有触发异步更新，这段时间内的缓存和数据库是不一致，当缓存宕机时，此时数据就会彻底丢失；

这里分析一下先操作缓存还是先操作数据库

1. 先删除缓存，再操作数据库

正常情况：

异常情况（未加锁）：这种情况出现的频率高

2. 先操作数据库，再删除缓存

正常情况：

异常情况：这种情况出现的频率低，两个线程并行执行，且线程1查询缓存时恰好失效，同时查完数据库去写缓存，这里读写缓存的操作非常快。这时出现另一个线程2更新数据库，而数据库的读写操作较Redis缓存读写慢很多，所以数据库更新完毕之后再写缓存的概率极其低；
所以在概率的角度来选择也是先操作数据库，再删除缓存，并且可以再加一个超时剔除策略；