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：