最经典的缓存+数据库读写的模式：cache aside pattern Cache Aside Pattern 　　读的时候，先读缓存，缓存没有的话，那么就读数据库，然后取出数据后放入缓存，同时返回响应 　　更新的时候，先删除缓存，然后再更新数据库 （很多地方都说应该先更新数据库，再删 ...

　　如果不是严格要求“缓存和数据库”必须保证一致性的话，最好不要做这个方案：即 读请求和写请求串行化，串到一个内存队列里面去。串行化可以保证一定不会出现不一致的情况，但会导致系统吞吐量大幅度降低。 解决这个问题的最经典的模式，就是Cache Aside Pattern ...

，比如订单和流水的数据。所以这里根据数据要求实时性不同将数据分为三级。 第1级：订单数据和支付流水数据 ...

一、缓存和数据库一致性问题 读取缓存步骤一般没有什么问题，但是一旦涉及到数据更新：数据库和缓存更新，就容易出现缓存(Redis)和数据库（MySQL）间的数据一致性问题。因为写和读是并发的，没法保证顺序,就会出现缓存和数据库的数据不一致的问题。 无论是“先删除缓存，再写库”，还是“先写 ...

对于缓存和数据库双写，其存在着数据一致性的问题。对于数据一致性要求较高的业务场景，我们通常会选择使用分布式事务(2pc、paxos等)来保证缓存与数据库之间的数据强一致性，但分布式事务的复杂性与对资源的占用问题，使得该处理方式会造成系统性能的降低。对于数据一致性要求没那么高的业务场景，选择分布式 ...

前言 为了解决高并发的流量问题，通常我们都会添加缓存这一层，来扛住大量的读请求。虽然缓存能够帮数据库分担大量的读请求，但是也伴随着一个问题就是缓存中的数据怎么跟数据库中的数据保持一致，又是一个新问题 数据实时性等级 这里我们需要保证缓存和数据库的数据一致性，也可以根据数据 ...

问题1：先更新数据库，再删除缓存。如果删除缓存失败了，那么会导致数据库中是新数据，缓存中是旧数据，数据就出现了不一致。 解决思路：先删除缓存，再更新数据库。如果数据库更新失败了，那么数据库中是旧数据，缓存中是空的，那么数据不会不一致。因为读的时候缓存 ...

一、涉及到的操作 缓存：读、写、更新、删除，这些操作可能失败 数据库：读、写、更新、删除，这些操作可能失败 二、正常流程 1. 读数据，先读缓存，命中返回数据；未命中读数据库，返回数据，写缓存；读数据不存在不一致问题 2. 写数据库，对缓存不做处理 3. 更新数据库数据，如果数据 ...