1. Cache Aside Pattern（旁路缓存模式）：
- 读取操作：
- 先从缓存中读取数据。
- 如果缓存未命中，则从数据库中读取数据，并将数据写入缓存。
- 写入操作：
- 更新数据库中的数据。
- 成功更新数据库后，再删除或更新缓存中的数据。
这种模式的关键在于确保数据库更新成功后再更新缓存，以避免缓存中的数据过时。
2. Write Through Cache（写直达缓存）：
所有写操作同时更新数据库和缓存。这种方法可以确保缓存和数据库的一致性，但可能会增加写操作的延迟。
3. Write Behind Cache（写回缓存）：
写操作首先更新缓存，然后异步地将数据写入数据库。这种方法可以提高写操作的性能，但在系统崩溃时可能导致数据丢失。
4. 使用消息队列：
在数据库更新后，发送一条消息到消息队列，消费者监听队列并更新缓存。这种方法可以解耦数据库和缓存的更新操作，并提高系统的可扩展性。
5. 分布式锁：
在更新数据库和缓存时使用分布式锁（如Redis的Redlock）来确保操作的原子性，避免并发写入导致的不一致。
6. TTL（Time to Live）策略：
为缓存数据设置TTL，确保数据在一段时间后自动过期，从而减少缓存和数据库不一致的时间窗口。
7. 延时双删：
- 对于不可变操作（读取）：
- 缓存命中：直接从 Redis 返回数据，不需要查询 MySQL；
- 缓存未命中：查询 MySQL 获取数据（可以使用只读副本来提高性能），将返回的数据保存到 Redis，将结果返回给客户端。
- 对于可变操作（创建、更新、删除）：
- 删除Redis中的条目；
- 向MySQL创建、更新或删除数据；
- 睡眠一段时间（比如500ms）；
- 再次删除Redis中的条目。
8. 定期同步：
定期从数据库同步数据到缓存，确保缓存中的数据与数据库保持一致。
9. Cannal
通过Cannal订阅Binlog日志，然后同步到Redis。这种场景也是很多互联网项目使用比较多的解决方案。
关于缓存与DB一致性的方案有很多，每种方法都有其优缺点，选择合适的方法需要根据具体的应用场景、性能要求和一致性需求来决定。在实际应用中，可能需要结合多种方法来实现最佳效果。