前景：
缓存更新是redis为了节约内存而设计出来的一个东西，主要是因为内存数据宝贵，当我们向redis插入太多数据，此时就可能会导致缓存中的数据过多，所以redis会对部分数据进行更新，或者把他叫为淘汰更合适，一般有以下三种淘汰策略。
1.缓存更新策略
1.1.三种常见的更新策略
**内存淘汰：**redis自动进行，当redis内存达到咱们设定的max-memery的时候，会自动触发淘汰机制，淘汰掉一些不重要的数据(可以自己设置策略方式)
**超时剔除：**当我们给redis设置了过期时间ttl之后，redis会将超时的数据进行删除，方便咱们继续使用缓存
**主动更新 *：**我们可以手动调用方法把缓存删掉，通常用于解决缓存和数据库不一致问题
1.2.数据库缓存不一致的解决方案
由于我们的缓存的数据源来自于数据库 ,而数据库的数据是会发生变化的 ,因此,如果当数据库中数据发生变化,而缓存却没有同步 ,此时就会有一致性问题存在,其后果是:
用户使用缓存中的过时数据,就会产生类似多线程数据安全问题,从而影响业务,产品口碑等;怎么解决呢？有如下几种方案：
Cache Aside Pattern 人工编码方式：缓存调用者在更新完数据库后再去更新缓存，也称之为双写方案
Read/Write Through Pattern : 由系统本身完成，数据库与缓存的问题交由系统本身去处理
Write Behind Caching Pattern ：调用者只操作缓存，其他线程去异步处理数据库，实现最终一致
1.3.数据一致性问题采用什么方案
综合考虑：使用方案一，但是方案一调用者如何处理呢？这里有几个问题
操作缓存和数据库时有三个问题需要考虑：
如果采用第一个方案，那么假设我们每次操作数据库后，都操作缓存，但是中间如果没有人查询，那么这个更新动作实际上只有最后一次生效，中间的更新动作意义并不大，我们可以把缓存删除，等待再次查询时，将缓存中的数据加载出来
-
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
-
-
如何保证缓存与数据库的操作的同时成功或失败？
-
单体系统，将缓存与数据库操作放在一个事务
-
分布式系统，利用TCC等分布式事务方案
-
应该具体操作缓存还是操作数据库，我们应当是先操作数据库，再删除缓存，原因在于，如果你选择第一种方案，在两个线程并发来访问时，假设线程1先来，他先把缓存删了，此时线程2过来，他查询缓存数据并不存在，此时他写入缓存，当他写入缓存后，线程1再执行更新动作时，实际上写入的就是旧的数据，新的数据被旧数据覆盖了。
-
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
-
因为更新数据库耗时比更新缓存耗时长很多，所以第二种情况发生的概率极低，比第一种低很多，所以综合考虑还是用第二种
2.实现缓存和数据库双写一致
比如我们把黑马点评项目拿来做示例：
2.1 实现商铺的缓存与数据库双写一致
核心思路：
修改ShopController中的业务逻辑，满足下面的需求：
1.根据id查询店铺时，如果缓存未命中，则查询数据库，将数据库结果写入缓存，并设置超时时间
2.根据id修改店铺时，先修改数据库，再删除缓存
先修改ShopServiceImpl中的queryById方法，设置一个过期时间：
/**
* 根据id查询商铺
* @param id
* @return
*/
@Override
public Result queryById(Long id) {
//1.从redis查询商铺缓存
String key = RedisConstants.CACHE_SHOP_KEY + id;
String shopJson = stringRedisTemplate.opsForValue().get(key);
//2.判断是否存在
if(StrUtil.isNotBlank(shopJson)){
//3.存在，返回商铺信息
Shop shop = JSONUtil.toBean(shopJson, Shop.class);
return Result.ok(shop);
}
//4.不存在，去数据库查询
Shop shop = getById(id);
//5判断数据库中是否存在
if(shop == null){
//6.数据库中不存在,返回错误信息
return Result.fail("店铺不存在！");
}
//7.数据库中存在，将商铺信息写入redis，返回商铺信息
stringRedisTemplate.opsForValue().set(key,JSONUtil.toJsonStr(shop));
//8.设置过期时间
stringRedisTemplate.expire(key,RedisConstants.CACHE_SHOP_TTL, TimeUnit.MINUTES);
return Result.ok(shop);
}
再添加更新商铺时，需要进行删除缓存的操作：
代码分析：通过之前的淘汰，我们确定了采用删除策略，来解决双写问题，当我们修改了数据之后，然后把缓存中的数据进行删除，查询时发现缓存中没有数据，则会从mysql中加载最新的数据，从而避免数据库和缓存不一致的问题。
ShopServiceImpl中的update方法:
/**
* 更新商铺信息
* @param shop
* @return
*/
@Override
@Transactional
public Result update(Shop shop) {
Long id = shop.getId();
if(id == null){
return Result.fail("店铺id不存在");
}
//1.更新数据库
updateById(shop);
//2.删除缓存
stringRedisTemplate.delete(RedisConstants.CACHE_SHOP_KEY +shop.getId());
//返回
return Result.ok();
}
2.2. 测试
重启服务之后，先访问一下浏览器，访问商铺界面：
先去redis客户端查看，目前是有shop的缓存的：
接下来进行更新商铺操作，看看数据库发生改变的同时，是否会删除redis中缓存的shop：
我们使用postman发起更新请求：
发起请求之后，来到redis客户端：
可以看到，shop的缓存被删除了，说明没问题。
然后可以再去刷新一下浏览器，shop会重新添加缓存。
这就保证了当数据库更新时，会立即删除redis中的缓存，实现双写一致。