掘地三尺搞定Redis与MySQL数据一致性问题

在本文正式开始之前，我觉得我们需要先取得以下两点的共识：
缓存必须要有过期时间；保证数据库跟缓存的最终一致性即可，不必追求强一致性。
目录如下：
1. 什么是数据库与缓存一致性
2. 缓存的使用策略
2.1 Cache-Aside (旁路缓存)
2.2 Read-Through（直读）
2.3 Write-Through 同步直写
2.4 Write-Behind
3. 旁路缓存下的一致性问题分析
3.1 先更新缓存，再更新数据库
3.2 先更新数据库，再更新缓存
3.3 先删缓存，再更新数据库
3.4 先更新数据库，再删缓存
4. 一致性解决方案有哪些？
4.1 缓存延时双删
4.2 删除缓存重试机制
4.3 读取 binlog 异步删除
总结

1. 什么是数据库与缓存一致性

数据一致性指的是：
缓存中存有数据，缓存的数据值 = 数据库中的值；缓存中没有该数据，数据库中的值 = 最新值。
反推缓存与数据库不一致：
缓存的数据值 ≠ 数据库中的值；缓存或者数据库存在旧的数据，导致线程读取到旧数据。
为何会出现数据一致性问题呢？
把 Redis 作为缓存的时候，当数据发生改变我们需要双写来保证缓存与数据库的数据一致。
数据库跟缓存，毕竟是两套系统，如果要保证强一致性，势必要引入 2PC 或 Paxos 等分布式一致性协议，或者分布式锁等等，这个在实现上是有难度的，而且一定会对性能有影响。
如果真的对数据的一致性要求这么高，那引入缓存是否真的有必要呢？

2. 缓存的使用策略

在使用缓存时，通常有以下几种缓存使用策略用于提升系统性能：
Cache-Aside Pattern（旁路缓存，业务系统常用）Read-Through PatternWrite-Through PatternWrite-Behind Pattern

2.1 Cache-Aside (旁路缓存)

所谓「旁路缓存」，就是读取缓存、读取数据库和更新缓存的操作都在应用系统来完成，业务系统最常用的缓存策略。