缓存 —— 缓存更新策略(1)
策略1: Read/Write Through
缓存策略
读请求处理策略
- 缓存命中,直接返回缓存数据;
- 缓存未命中,从数据库加载数据,更新缓存;
写请求处理策略
- 先更新数据库,然后更新缓存;
数据不一致情况
-
情况1: 读请求处理期间,并发的写请求更新数据,导致缓存最终数据为旧数据;(无法实现最终一致性,实际情况发生的概率极低)
-
情况2: 写请求1处理期间,并发的写请求2更新数据,导致缓存最终数据为旧数据;(无法实现最终一致性,并发情况下发生概率较高)
策略2: Cache Aside(推荐)
缓存策略
读请求处理策略
- 缓存命中,直接返回缓存数据;
- 缓存未命中,从数据库加载数据,更新缓存;
写请求处理策略
- 先更新数据库,然后删除缓存;
数据不一致情况
-
情况1: 写请求处理期间,并发的读请求读取到旧数据,写完成后缓存更新到最新数据;(最终一致性)
-
情况2: 读请求处理期间,并发的写请求更新数据,导致缓存最终数据为旧数据;(无法实现最终一致性,实际情况中发生的概率极低,因为需要读请求的处理时间大于写请求处理时间,并且缓存失效,正常情况写请求处理时间大于读请求)
Read/Write Through VS Cache Aside
高并发情况下,Read/Write Through策略发生数据不一致的概率高,而Cache Aside策略极大的降低了并发时脏数据的概率,因此实际项目中会使用Cache Aside策略,同时为缓存设置过期时间进行兜底。
参考: