分布式缓存一致性：双写模式和失效模式

那些数据适合放入缓存：

• 即时性、数据一致性要求不高的；如：物流状态信息
• 访问量大且更新频率不高的数据（读多写少）

举例：电商类应用，商品分类，商品列表等适合缓存并加一个失效时间（根据更新频率来定），后台如果发布一个商品，买家需要5分钟才能看到新的商品一般还是可以接受的；

1、双写模式

双写模式：就是写完数据库之后再去写缓存，保持缓存一致性；

脏数据问题：
如上图，线程A和B都去写数据库，正常情况下应该是，A先写数据库先写缓存，B后写数据库后写缓存；但是由于卡顿等原因，导致写缓存2在最前，写缓存1在后面就出现了不一致；出现脏数据，但是这是暂时性的脏数据问题，在数据稳定，缓存过期以后，又能得到最新的正确数据；

2、失效模式

失效模式：简言之就是写完数据库，不用写缓存，而是删缓存，等有请求进来读数据的时候，缓存中没有，就会查数据库，然后主动放到缓存里面。也叫触发主动更新；

3、缓存一致性解决方案

无论是双写模式还是失效模式，都会导致缓存的不一致问题。即多个实例同时更新会出事。怎么办？
1、如果是用户纬度数据（订单数据、用户数据），这种并发几率非常小，不用考虑这个问题，缓存数据加 上过期时间，每隔一段时间触发读的主动更新即可

2、如果是菜单，商品介绍等基础数据，也可以去使用canal订阅binlog的方式。

3、缓存数据+过期时间也足够解决大部分业务对于缓存的要求。

4、通过加锁保证并发读写，写写的时候按顺序排好队。读读无所谓。所以适合使用读写锁。（业务不关心 脏数据，允许临时脏数据可忽略）；

总结：
1、我们能放入缓存的数据本就不应该是实时性、一致性要求超高的。所以缓存数据的时候加上过期时间，保 证每天拿到当前最新数据即可。

2、我们不应该过度设计，增加系统的复杂性

3、遇到实时性、一致性要求高的数据，就应该查数据库，即使慢点。