緩存 —— 緩存更新策略(1)

策略1: Read/Write Through

緩存策略

讀請求處理策略

• 緩存命中，直接返回緩存數據；
• 緩存未命中，從數據庫加載數據，更新緩存；

寫請求處理策略

• 先更新數據庫，然後更新緩存；
  

數據不一致情況

• 情況1： 讀請求處理期間，併發的寫請求更新數據，導致緩存最終數據爲舊數據；（無法實現最終一致性，實際情況發生的概率極低）
  
• 情況2： 寫請求1處理期間，併發的寫請求2更新數據，導致緩存最終數據爲舊數據；（無法實現最終一致性，併發情況下發生概率較高）
  

策略2: Cache Aside（推薦）

緩存策略

讀請求處理策略

• 緩存命中，直接返回緩存數據；
• 緩存未命中，從數據庫加載數據，更新緩存；

寫請求處理策略

• 先更新數據庫，然後刪除緩存；

數據不一致情況

• 情況1： 寫請求處理期間，併發的讀請求讀取到舊數據，寫完成後緩存更新到最新數據；（最終一致性）
  
• 情況2： 讀請求處理期間，併發的寫請求更新數據，導致緩存最終數據爲舊數據；（無法實現最終一致性，實際情況中發生的概率極低，因爲需要讀請求的處理時間大於寫請求處理時間，並且緩存失效，正常情況寫請求處理時間大於讀請求）
  

Read/Write Through VS Cache Aside

  高併發情況下，Read/Write Through策略發生數據不一致的概率高，而Cache Aside策略極大的降低了併發時髒數據的概率，因此實際項目中會使用Cache Aside策略，同時爲緩存設置過期時間進行兜底。

參考：

1. 緩存更新的套路