Redis缓存更新策略

	内存淘汰	超时剔除	主动更新
说明	不用自己维护，利用Redis的内存淘汰机制，当内存不足时自动淘汰部分数据。下次查询时更新缓存	给缓存数据添加TTL时间，到期后自动删除缓存，下次查询时更新缓存	编写业务逻辑，在修改数据的同时，更新缓存
一致性	差	一般	好
维护成本	无	低	高

业务场景需求：

• 在基本不会更新数据的情况下可以使用内存淘汰机制
• 在频繁更新数据的情况下可以使用主动更新，并以超时剔除作为兜底方案。

主动更新的三种方法

• Cache Aside Pattern：由缓存的调用者，在更新数据库的同时更新缓存
• Read/Write Through Pattern：缓存和数据库整合为一个服务，由服务来维护一致性。调用者调用该服务，无需关心缓存一致性问题。
  优点：整合的服务保证了数据的一致性
  缺点：维护和开放成本高
• Write Behind Caching Pattern：调用者只操作缓存，由其他线程异步的将缓存数据持久化到数据库，最终保持一致。
  优点：异步更新缓存数据，效率高。例如缓存多次更新，但是更新到的缓存并没有被使用，多次将数据持久化到数据库就相当于进行了无用的操作，异步更新相当于将前几次的更新合并为一次更新，因而提高了效率。
  缺点：无法保证一致性，维护成本高
• 目前主流使用的Redis缓存主动更新的方法是Cache Aside Pattern

操作缓存和数据库时需要考虑的三个问题

1.删除缓存还是更新缓存？

• 更新缓存：每次更新数据库都更新缓存，无效写操作较多
• 删除缓存：更新数据库时让缓存失效，查询时再更新缓存

2.如何保证缓存与数据库的操作的同时成功或者失败

• 对于单体系统：将缓存与数据库操作放在一个事务中
• 对于分布式系统：利用TCC等分布式事务方案

3.先操作缓存还是先操作数据库

先删除缓存，再操作数据库

先操作数据库，再删除缓存

如上图所示，两种方案在多线程的情况下都会产生数据不一致的问题。但是在先操作数据库再删除缓存的情况下，要发生数据不一致的问题，需要在缓存写入之前完成更新数据库和删除缓存的操作，而写入缓存的耗时非常短。因而发生的概率相对于另一种方案更低。所以选择先操作数据库，再删除缓存。