一、前言
缓存由于其高并发和高性能的特性，已经在项目中被广泛使用。在读取缓存方面，其业务流程如下图所示：
但是在更新缓存方面，由于会出现数据不一致的情况，所以对于更新完数据库，是更新缓存呢，还是删除缓存。又或者是先删除缓存，再更新数据库，其实大家存在很大的争议，本篇文章我们来简单比较几种方式的优缺点。
二、正文
先做一个说明，从理论上来说，给缓存设置过期时间，是保证最终一致性的解决方案。这种方案下，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，那么只要到达过期时间，则后面的读请求自然会从数据库中读取新值然后回填缓存。因此，接下来讨论的思路不依赖于给缓存设置过期时间这个方案。
在这里，我们讨论三种更新策略：
- 先更新数据库，再更新缓存
- 先删除缓存，再更新数据库
- 先更新数据库，再删除缓存
（1）先更新数据库，再更新缓存
这种方案大家是普遍反对的，因为会存咋如下线程不安全的问题：
假如张三和李四同时进行更新操作，可能会出现如下情况
- 张三更新了数据库
- 李四更新了数据库
- 李四更新了缓存
- 张三更新了缓存
这就出现了李四更新缓存比张三早，数据脏了。
（2）先删缓存，再更新数据库
该方案会导致不一致的原因是。同时有一个请求张三进行更新操作，另一个请求李四进行查询操作。那么会出现如下情形:
- 张三删除缓存
- 李四查询发现缓存不存在
- 李四查询数据库得到旧值
- 李四将旧值写入缓存
- 张三将新值写入数据库
上述情况也会导致数据不一致的情形出现
那么如何解决呢？我们可以采用延时双删策略
- 先删除缓存
- 再写数据库（到这里和上面是一样的）
- 休眠一定时间，再次删除缓存
这么做，可以将一定时间内造成的缓存脏数据，再次删除
那么这个一定时间我们应该如何确定呢
针对上面的情形，读者应该自行评估自己的项目的读数据业务逻辑的耗时。然后写数据的休眠时间则在读数据业务逻辑的耗时基础上，加几百ms即可。这么做的目的，就是确保读请求结束，写请求可以删除读请求造成的缓存脏数据。
如果你用了mysql的读写分离架构怎么办？
ok，在这种情况下，造成数据不一致的原因如下，还是两个请求，一个请求A进行更新操作，另一个请求B进行查询操作。
- （1）请求A进行写操作，删除缓存
- （2）请求A将数据写入数据库了，
- （3）请求B查询缓存发现，缓存没有值
- （4）请求B去从库查询，这时，还没有完成主从同步，因此查询到的是旧值
- （5）请求B将旧值写入缓存
- （6）数据库完成主从同步，从库变为新值
上述情形，就是数据不一致的原因。还是使用双删延时策略。只是，睡眠时间修改为在主从同步的延时时间基础上，加几百ms。
到这里有同学又会问了，第二次删除,如果删除失败怎么办？ 如果第二次删除失败了，也会出现缓存和数据库不一致的问题。
先看第三种方案：
（3）先更新数据库，再删除缓存 那么这种情况会不会存在并发问题呢？也有可能，大家看看如下步骤：
假设这会有两个请求，一个请求A做查询操作，一个请求B做更新操作，那么会有如下情形产生 （1）缓存刚好失效 （2）请求A查询数据库，得一个旧值 （3）请求B将新值写入数据库 （4）请求B删除缓存 （5）请求A将查到的旧值写入缓存 ok，如果发生上述情况，确实是会发生脏数据。
然而，发生这种情况的概率又有多少呢？ 发生上述情况有一个先天性条件，就是步骤（3）的写数据库操作比步骤（2）的读数据库操作耗时更短，才有可能使得步骤（4）先于步骤（5）。可是，大家想想，数据库的读操作的速度远快于写操作的（不然做读写分离干嘛，做读写分离的意义就是因为读操作比较快，耗资源少），因此步骤（3）耗时比步骤（2）更短，这一情形很难出现。
假设，有人非要抬杠，有强迫症，一定要解决怎么办？
首先，给缓存设有效时间是一种方案。其次，采用策略（2）里给出的异步延时删除策略，保证读请求完成以后，再进行删除操作。
还有其他造成不一致的原因么？ 有的，这也是缓存更新策略（2）和缓存更新策略（3）都存在的一个问题，如果删缓存失败了怎么办，那不是会有不一致的情况出现么。比如一个写数据请求，然后写入数据库了，删缓存失败了，这会就出现不一致的情况了。这也是缓存更新策略（2）里留下的最后一个疑问。
如何解决？
提供一个保障的重试机制即可，这里给出两套方案。
第一种方案：
然而，该方案有一个缺点，对业务线代码造成大量的侵入。于是有了方案二，在方案二中，启动一个订阅程序去订阅数据库的binlog，获得需要操作的数据。在应用程序中，另起一段程序，获得这个订阅程序传来的信息，进行删除缓存操作。
第二种方案：
