1、缓存一致性
对于使用 Redis 作为缓存来说，如何保证数据库和缓存数据一致性是个麻烦的问题。对于缓存和数据库的操作，主要有以下两种方式：
- 先删缓存，再更新数据库；
- 先更新数据库，再删除缓存；
这两种方式都存在缓存一致性问题，下面我们就分析一下如何解决这两种方式的缓存一致性问题。
2、先删缓存，再更新数据库
先删除缓存，数据库还没有更新成功，此时如果读取缓存，缓存不存在，去数据库中读取到的仍然是旧值，这时就会出现缓存不一致。
解决方案： 延迟双删
延时双删的方案的思路是：为了避免更新数据库的时候，其他线程从缓存中读取不到数据，就在更新完数据库之后，再 sleep 一段时间，然后再次删除缓存。
sleep 的时间要对业务读写缓存的时间做出评估，sleep 时间大于读写缓存的时间即可。流程如下：
- 线程1删除缓存，然后去更新数据库；
- 线程2来读缓存，发现缓存已经被删除，所以直接从数据库中读取，这时候由于线程1还没有更新完成，所以读到的是旧值，然后把旧值写入缓存；
- 线程1，根据估算的时间，sleep，由于sleep的时间大于线程2读数据+写缓存的时间，所以缓存被再次删除；
- 如果还有其他线程来读取缓存的话，就会再次从数据库中读取到最新值。
3、先更新数据库，再删除缓存
如果反过来操作，先更新数据库，再删除缓存呢？
这个就更明显的问题了，更新数据库成功，如果删除缓存失败或者还没有来得及删除，那么，其他线程从缓存中读取到的就是旧值，还是会发生不一致。
解决方案：消息队列
先更新数据库，成功后往消息队列发消息，消费到消息后再删除缓存，借助消息队列的重试机制来实现，达到最终一致性的效果：
这个解决方案问题比较多：
- 引入消息中间件之后，问题更复杂了，怎么保证消息不丢失更麻烦；
- 就算更新数据库和删除缓存都没有发生问题，消息的延迟也会带来短暂的不一致性，不过这个延迟相对来说还是可以接受的。
进阶版消息队列：
为了解决缓存一致性的问题单独引入一个消息队列，太复杂了。其实，一般大公司本身都会有监听binlog消息的消息队列存在，主要是为了做一些核对的工作。
这样，我们可以借助监听binlog的消息队列来做删除缓存的操作。这样做的好处是，不用你自己引入，侵入到你的业务代码中，中间件帮你做了解耦，同时，中间件的这个东西本身就保证了高可用。
当然，这样消息延迟的问题依然存在，但是相比单纯引入消息队列的做法更好一点。而且，如果并发不是特别高的话，这种做法的实时性和一致性都还算可以接受的。
4、其他方案
每次放入缓存的时候，设置一个过期时间，比如5分钟，以后的操作只修改数据库，不操作缓存，等待缓存超时后从数据库重新读取。
如果对于一致性要求不是很高的情况，可以采用这种方案。但这个方案会有另外一个问题，就是如果数据更新的特别频繁，不一致性的问题就很大了。
在实际生产中，我们有一些活动的缓存数据是使用这种方式处理的。因为活动并不频繁发生改变，而且对于活动来说，短暂的不一致性并不会有什么大的问题。
5、为什么是删除，而不是更新缓存？
如果是更新的话，那就是先更新数据库，再更新缓存。那我们以先更新数据库，再删除缓存来举例：
- 如果数据库1小时内更新了1000次，那么缓存也要更新1000次，但是这个缓存可能在1小时内只被读取了1次，那么这1000次的更新有必要吗？
- 反过来，如果是删除的话，就算数据库更新了1000次，那么也只是做了1次缓存删除，只有当缓存真正被读取的时候才去数据库加载。
6、总结
首先，我们要明确一点，缓存不是更新，而应该是删除。删除缓存有两种方式：
- 先删除缓存，再更新数据库。解决方案是使用延迟双删。
- 先更新数据库，再删除缓存。解决方案是消息队列或者其他binlog同步，引入消息队列会带来更多的问题，并不推荐直接使用。
针对缓存一致性要求不是很高的场景，那么只通过设置超时时间就可以了。
其实，如果不是很高的并发，无论你选择先删缓存还是后删缓存的方式，都几乎很少能产生这种问题，但是在高并发下，你应该要知道怎么解决问题。
