这是我参与「第五届青训营 」伴学笔记创作活动的第 7 天
项目中遇到了Redis和Mysql的数据一致性问题，在这里记录一下问题是什么和找一下对应的解决方案。
数据一致性问题
在高并发条件下，请求的产生不是顺序完成的，如果存在redis和db同时存在的时候，如何更新对应的数据和缓存，使不产生“脏读”等问题就是数据一致性需要关注的。
导致数据不一致的原因
- 高并发下，要访问数据库→不能直接访问mysql（效率不够）→加入redis作为缓存
- 全是高并发读取：（一般问题不大）直接阅读缓存数据
- 全是高并发写入：出现顺序问题
- 高并发读写混合：容易出现数据一致性问题
所以出现一致性问题基本都是在读写混合的情况下出现的问题
一致性分类
一致性就是数据保持一致，在分布式系统中，可以理解为多个节点中数据的值是一致的。
- 强一致性：这种一致性级别是最符合用户直觉的，它要求系统写入什么，读出来的也会是什么，用户体验好，但实现起来往往对系统的性能影响大
- 弱一致性：这种一致性级别约束了系统在写入成功后，不承诺立即可以读到写入的值，也不承诺多久之后数据能够达到一致，但会尽可能地保证到某个时间级别（比如秒级别）后，数据能够达到一致状态
- 最终一致性：最终一致性是弱一致性的一个特例，系统会保证在一定时间内，能够达到一个数据一致的状态。这里之所以将最终一致性单独提出来，是因为它是弱一致性中非常推崇的一种一致性模型，也是业界在大型分布式系统的数据一致性上比较推崇的模型
一致性解决方案：
以集中式redis缓存的形式为例子： 可采用有三种经典的缓存模式：
- Cache-Aside Pattern
- Read-Through/Write through
- Write behind
Cache-Aside Pattern
经典缓存+读写方案
- 读的时候，先读缓存，缓存没有的话，那么就读数据库，然后取出数据后放入缓存，同时返回响应
- 更新的时候，先删除缓存，然后再更新数据库（缓存和数据库双写）
重点是先删除缓存，在更新数据库
