什么是缓存？

将数据源的数据存储到内存中，快速响应请求数据的一种手段。同时缓解了对数据库频繁读写的压力。

什么是分布式缓存？

分布式缓存是一种将数据分散到不同的机器上进行存储，方便快速响应请求的一种手段。区别于以往的单机存储，将数据存储在单一的服务器上。

分布式缓存的优点是什么？

  • 提高了单机缓存的容量限制

    单机缓存受限于一台机器的硬件资源，当数据缓存量庞大时，无法满足容量要求。

  • 解决了单机缓存的单点问题

    单机缓存由于只有一台机器进行对外提供服务，一旦发生服务器故障或者程序问题，会导致无法争取提供服务，影响可用性。

  • 提高了并发性能

    单机缓存受限于硬件资源（CPU、内存等）和网络资源（带宽）等，在高并发读写情况下会成为性能瓶颈。

什么是缓存一致性问题？

一句话解释就是缓存中的数据和数据存储组件（例如数据库）之间的数据不一致问题。

如何解决缓存一致性问题？

旁路缓存模式（Cache Aside）

  • 读：先读取缓存数据，如果缓存中没有就访问数据存储，然后将获取的数据填充到缓存中，再返回。
  • 写：先更新数据存储数据，再更新（删除）缓存。
  • 优点：简单容易实现，适合读多写少的场景。
  • 缺点：写操作时，先更新数据库再更新（删除）缓存时，可能出现更新（删除）失败问题。
  • 解决方法：延时双删。先删除缓存，再更新数据库，再删除缓存。

读穿透（Read Through）

有个单独的缓存治理模块，负责缓存的数据操作。

  • 读：应用程序只与缓存进行交互，如果有数据就返回，没有数据缓存模块负责从数据存储中读取，然后写到缓存中。
  • 优点：业务职责分明
  • 缺点：系统复杂程度高，需要有个单独的缓存治理模块。

写穿透（Write Through）

  • 写：应用程序只与缓存进行交互，缓存治理模块负责缓存和数据存储的写入更新操作，两者保持一致性。
  • 优点：强一致性，适合数据一致性要求严格的场景，例如：金融交易
  • 缺点：降低写吞吐量

写回模式（Write Behind）

  • 写：应用程序只更新缓存，缓存异步的更新到数据存储中。
  • 优点：写高性能
  • 缺点：数据可能会丢失（缓存系统崩溃前未写到入DB），数据最终一致性。
  • 场景：对写性能要求高，同时容忍数据丢失的场景。

先删除缓存再更新数据库可以吗？

不可以，并发情况下可能会出现以下问题：

  1. 线程T1执行写入操作new_data，先删除缓存
  2. 线程T2请求发现没有缓存数据
  3. 线程T2读取数据库旧数据old_data
  4. 线程T2将旧数据old_data更新到缓存
  5. 线程T1更新数据库new_data