随着数据量的不断提升，数据库的瓶颈达到最大的巅峰，对于用户的查询性能将受到很大的影响，因此引入了缓存，减轻数据库的压力，提高访问请求的速度。先读取缓存数据，缓存中有的话则立即返回结果，如果没有，则从数据库中读取数据，并且把读到的数据同步到缓存里，供下次请求使用。
虽说这样减轻了数据库的压力，但在多线程高并发的场景下，可能会导致缓存和数据库不一致的问题，这需要我们解决！！！
一、分析问题与解决方案
问题的根源其实是读数据与些数据请求同时并发时候，数据库与缓存数据已更新，但访问的数据还是老数据，出现了脏读数据
1、先更新缓存，再更新数据库
方案不行，原因是更新缓存成功吗，更新数据库出现了异常，导致缓存与数据库完全不一致
2、先更新数据库，再更新缓存
同样也不行，数据库更新成功了，但缓存更新失败，同样会出现数据不一致的问题
合理的方案是再遇到写请求的时候，可以先删除缓存数据，再更新数据库，这样不管数据库更新失败还是缓存删除失败，缓存与数据库始终一致，这种方案满足上万人的并发
虽说上述可以，但遇到一些极端的上亿的并发情况，上述显然不行，比方说双十一，A用户抢购该商品，数量减少，消费者A抢购成功，这时应该删除缓存，更新数据库商品数量，但再更新商品数量之前，又有一个消费者B来查看商品数量。因为缓存为空，则到数据库中查询，发现商品数量没变，还是原来一样，从而导致缓存与数据库不一致的问题
方案1：读写分离
读请求只访问缓存，写请求只修改数据库和缓存
写请求修改数据库和缓存是事务性动作，如果更新数据库成功，更新缓存失败，则回滚数据库，保证缓存与数据库强一致性，这样实现了读写分离。不仅提高了读的响应速度，由写请求负责缓存与数据库一致，只有写请求成功才会影响到缓存的内容
方案二：队列存储请求
沿用场景一的解决方案，为解决其缺陷，添加队列，凡是遇到写请求，则将写请求放入队列中，由队列对写请求统一管理，写请求处理成功，则从队列中删除。当有一个读请求过来时，到队列查询，是否有对应的写请求，如果有则放入队列中，等待写请求执行完之后再执行读请求。为防止某个请求阻塞情况，为其设置超时机制或者过期机制。
这种方案虽可行，但是倘若访问量大，处理器来不及处理，队列内的请求数量越来越高，则会影响查询效率。出现这种情况，就要加机器集群执行，帮忙分担压力