"延迟双删"是一种 在使用缓存（如 Redis）时保证缓存与数据库一致性 的策略，主要用于解决缓存与数据库之间可能出现的数据不一致问题。
一、为什么需要延迟双删？
背景：
在使用缓存时，典型的写流程是：
更新数据库 → 删除缓存但高并发下可能会出现脏数据。例如下面这个顺序：
线程1 读取缓存（此时缓存存在旧数据）
线程2 更新数据库 + 删除缓存
线程1 把旧数据重新写入缓存（造成脏数据）最终缓存中保存的仍然是旧数据，数据库是新数据，导致缓存与数据库不一致。
二、延迟双删的核心思想
在第一次删除缓存后，等待一段时间，再删除一次缓存。
流程图：
1. 更新数据库
2. 删除缓存（第一次）
3. 休眠一段时间（例如500ms）
4. 再次删除缓存（第二次）三、延迟双删的流程图示例：
用户发起更新请求
↓
数据库更新成功
↓
第一次删除缓存（此时其他线程如果读到了旧缓存会写回）
↓
休眠（等待潜在的写回）
↓
第二次删除缓存（把前面写回的旧数据再删掉）四、代码示例（Java伪代码）
public void updateData(String key, Object newData) {
// 1. 更新数据库
db.update(key, newData);
// 2. 删除缓存
redis.del(key);
// 3. 延迟双删（异步线程中执行）
new Thread(() -> {
try {
Thread.sleep(500); // 500ms 视情况可调
redis.del(key);
} catch (InterruptedException e) {
e.printStackTrace();
}
}).start();
}五、延迟双删适用场景
-
高并发更新数据 且数据一致性要求高。
-
热点数据存在并发读写的风险。
-
系统已经在使用 Redis 做缓存，但未引入复杂的缓存一致性机制（如消息队列等）。
六、延迟双删优缺点
✅ 优点：
-
实现简单
-
能显著降低缓存脏读的概率
-
无需引入额外中间件（如MQ）
❌ 缺点：
-
延迟时间不好设置，可能因业务不同而有偏差
-
不能百分百解决一致性（极端情况下仍然可能失败）
-
存在一定的资源浪费（多次删除缓存）
七、与其他方案对比
| 方案 | 特点 | 一致性保障 | 实现复杂度 |
|---|---|---|---|
| 先删缓存再更新数据库 | 不推荐，会有并发写丢失问题 | 差 | 简单 |
| 更新数据库后删缓存 | 普通方案，但有并发问题 | 中 | 简单 |
| 延迟双删 | 在前者基础上改进，容错更强 | 较好 | 简单 |
| 消息队列同步删除 | 通过MQ异步删除缓存 | 更好 | 中等 |
| 缓存一致性中间件（如 Canal + MQ） | 高一致性保证 | 最好 | 复杂 |
八、总结
延迟双删是一种简单有效的缓存与数据库一致性保护手段，适用于多数读多写少、并发不是极端高的业务系统。对于大规模分布式场景，可结合 Canal、Binlog、消息队列等更强一致性方案。