Redis与DB数据一致性-个人总结

缓存读写策略:

Cache-Aside Pattern

读缓存:      先查询缓存，存在则返回, 如果不存在则查询DB, 再塞回缓存中,最后返回结果.

写缓存:      更新完成DB之后，删除缓存.

适合场景:  读比较多的场景，更新比较少的场景. 像我们工作当中，基础配置系统, 公私钥管理系统就是这种.

Read/Write Through Pattern

读缓存: 先查询缓存，存在则返回, 如果不存在则查询DB, 再塞回缓存中,最后返回结果.

写缓存:

            更新完数据库;

            更新成功之后, 更新缓存; 如果更新失败，则不更新缓存;

适用场景: 

Write behind Pattern

读缓存: 先查询缓存，存在则返回, 如果不存在则查询DB, 再塞回缓存中, 最后返回结果.

写缓存:

           更新缓存;

           每隔一段时间，同步缓存信息到数据库;

适用场景:            

缓存穿透是指查询一个不存在的key, 如果缓存中不存在，则查询数据库; 如果大量的请求过来，导致大量无效的key过来，则会导致数据库压力较大. 

解决方案: 给不存在的key，设置一个标识，设置缓存key为一个特定的标识,这个标识表示key不存在. 

缓存击穿是指批量缓存key在同一时间失效，导致请求在缓存中查询不到，直接查询数据库. 导致数据库压力较大. 

解决方案: 缓存失效时间设定随机值，尽量避免无故失效;

//TODO

参考:

一文搞懂缓存和数据库的一致性问题（全面总结）_数据库缓存一致性-CSDN博客