如何保证缓存和数据库的双写一致性

一、一致性分级与适用场景

级别	延迟范围	适用场景	代表方案
强一致性	0ms	金融账户、库存扣减	分布式锁+同步双写
最终一致性	10ms-10s	商品详情、用户信息	延迟双删、消息队列
弱一致性	>10s	文章阅读量、排行榜	定时全量刷新

二、经典解决方案详解

1. Cache-Aside Pattern（旁路缓存）

流程：
App Cache DB 读请求返回数据查询数据返回数据写入缓存 alt [缓存命中] [未命中] 写数据删除缓存 App Cache DB

问题：先写库后删缓存的间隙可能读到旧数据
优化：异步延迟双删（解决并发读写脏数据）

2. Write-Through（穿透写）

架构：
应用 Cache Write Handler DB

所有写请求先到Cache，由Cache同步写DB
优点：确保缓存永不过期
缺点：写延迟高（需等待DB完成）

3. Write-Behind（异步写）

流程：
App Cache DB 写数据立即响应批量写回 loop [异步批处理] App Cache DB

特点：

高性能（写操作≈内存速度）
数据可能丢失（宕机时缓存未刷盘）
需配合WAL日志（如Redis AOF）

三、高并发场景下的精控方案

4. 分布式锁强一致

java 复制代码

// Redisson实现示例
public void updateData(Data newData) {
    RLock lock = redisson.getLock("DATA_LOCK:" + newData.id);
    try {
        lock.lock();  // 获取分布式锁
        db.update(newData);   // 更新数据库
        cache.delete(newData.id); // 删除缓存
    } finally {
        lock.unlock();
    }
}

缺陷：性能下降（吞吐量≈DB单点写入能力）

5. 版本号控制（乐观锁）

操作步骤：

数据中增加版本号字段 version

更新时校验版本号：

sql 复制代码

UPDATE table SET value=#{value}, version=version+1 
WHERE id=#{id} AND version=#{oldVersion}

若更新失败，重试或回滚缓存

6. Binlog监听同步（最终一致）

Binlog 消息 MySQL Canal RocketMQ 缓存更新Worker Redis

优势：

彻底解耦应用层
支持多级缓存同步
时延：100ms-2s（取决于MQ堆积）

四、特殊问题解决方案

7. 缓存删除失败补偿机制

失败成功失败删除缓存记录删除失败Key 定时任务读取失败队列重试删除移除队列报警+人工介入

关键参数：

首次重试：1s后
指数退避：最大重试5次
死信处理：NACK后持久化存储

8. 热点Key并发重建

问题：缓存失效瞬间大量请求击穿DB
解法：

java 复制代码

// 使用Redis SETNX 互斥锁
public Data getData(String key) {
    Data data = cache.get(key);
    if (data == null) {
        String lockKey = "LOCK:" + key;
        if (redis.setnx(lockKey, 1)) { // 获取锁
            redis.expire(lockKey, 3);  // 避免死锁
            data = db.query(key);      // 查库
            cache.set(key, data, 30);  // 写缓存
            redis.del(lockKey);        // 释放锁
        } else {
            Thread.sleep(50);          // 等待后重试
            return getData(key);       // 递归调用
        }
    }
    return data;
}

五、方案选型决策树

graph TD A[业务要求强一致？] -->|是| B[分布式锁] A -->|否| C{写频率} C -->|高频写| D[Write-Behind+WAL] C -->|低频写| E[Cache-Aside+延迟双删] C -->|批量写| F[Binlog监听]

六、工业级配置参数参考

组件	关键配置项	推荐值	作用
Redis	maxmemory-policy	volatile-lfu	内存淘汰策略
Canal	canal.mq.retries	5	MQ发送重试次数
Redisson	lockWatchdogTimeout	30000	看门狗超时(ms)
本地缓存	Caffeine.expireAfterWrite	5s	防雪崩时间窗口

七、容灾设计

降级开关

java 复制代码

// 配置中心动态开关
if (ConfigService.getBool("DISABLE_CACHE")) {
    return db.query(key); // 直接读库
}

缓存污染防护
- 空值缓存：SET key null 5s 防穿透
- 布隆过滤器：拦截非法Key请求
多级熔断

指标阈值动作

DB QPS >5000 关闭缓存更新

缓存Miss率 >40% 开启本地缓存

平均响应时间 >200ms 跳过缓存直读DB

指标	阈值	动作
DB QPS	>5000	关闭缓存更新
缓存Miss率	>40%	开启本地缓存
平均响应时间	>200ms	跳过缓存直读DB

你想要的我全都有：https://pan.q删掉憨子uark.cn/s/75a5a07b45a2