业务增长迅速，于是加入了一些缓存，如redis来缓存一些数据，提高系统的响应能力。

数据最终流向 ->> database，redis,elasticsearch，hadoop

保证这几个数据源之间数据一致性

改良方案

将数据按顺序记录，写入某个消息队列，然后其他系统按消息顺序恢复数据

1.一致性问题

这种情况下，各个数据源之间数据肯定是一致的。因为写入顺序已经在消息队列中定义好，各数据源按照消息队列中的消息顺序，恢复数据即可，并不存在竞争现象。因此，不会出现不一致的问题！

2. 原子性问题

这种情况下，如果写入DataSource失败, 例如出现了网络问题，这条消息恢复失败了。这个问题其实好解决，一般我们在顺序根据消息恢复数据的时候，会记录下坐标。如果写入失败，停止恢复数据。下次从该坐标处恢复数据即可。

缓存一致性问题

Cache Aside Pattern–先写数据库，再删缓存[经典做法]
为什么更新数据库后不更新而是删除缓存？
冷数据不会经常被访问, 频繁更新缓存代价大
其实删除缓存，而不是更新缓存，就是一个 Lazy 计算的思想，不要每次都重新做复杂的计算，不管它会不会用到，而是让它到需要被使用的时候再重新计算。