缓存维护方案一
如果是一读（线程B）一写（线程A）操作，「先操作缓存，再操作数据库」。流程图如下所示：
-
1.线程A发起一个写操作，第一步del cache
-
2.线程A第二步写入新数据到DB
-
3.线程B发起一个读操作，cache miss缓存失效了。
-
4.线程B从DB获取最新数据
-
5.线程B执行set cache，把从DB读到的数据，更新到缓存。
「这样看，没啥问题」。我们再看第二个流程图，如下：
-
1.线程A发起一个写操作，第一步del cache
-
2.此时线程B发起一个读操作，cache miss
-
3.线程B继续读DB，读出来一个老数据
-
4.然后老数据设置入cache
-
5.线程A写入DB最新的数据
OK，酱紫，就有问题了吧，老数据入到缓存了，「每次读都是老数据啦，缓存与数据与数据库数据不一致了」。
缓存维护方案二
上个方案是一读一写，如果是双写操作，「先操作缓存，再操作数据库」，会怎么样呢？
「这样看，也没啥问题。」，但是有时候可能事与愿违，我们再看第二个流程图，如下:
执行完后，缓存保存的是B操作后的数据，数据库是A操作后的数据，「缓存和数据库数据不一致」。
缓存维护方案三
一写（线程A）一读（线程B）操作，「先操作数据库，再操作缓存」。
「有些朋友可能认为，在第2步删除缓存之前，线程B读过来呢？这时候，读到的是缓存老数据，这个可以认为是正常业务逻辑呀，下次再读取就是正确数据了。」
这种方案「没有明显的并发问题」，但是有可能「步骤二删除缓存失败」，虽然概率比较小，「优于方案一和方案二」，平时工作中也是使用方案三。
综上对比，我们一般采用方案三，但是有没有完美全解决方案三的弊端的方法呢？
缓存维护方案四
这个是方案三的改进方案，都是先操作数据库再操作缓存，我们来看一下流程图：
通过数据库的「binlog」来「异步淘汰key」，以MysqL为例 可以「使用阿里的canal将binlog日志采集发送到MQ队列」里面，然后「通过ACK机制 确认处理」 这条更新消息，删除缓存，保证数据缓存一致性。
但是呢还有个问题，「如果是主从数据库呢」？
缓存维护方案五
主从DB问题：因为主从DB同步存在延时时间。如果删除缓存之后，数据同步到备库之前已经有请求过来时，「会从备库中读到脏数据」，如何解决呢？解决方案如下流程图：
缓存维护总结
综上所述，在分布式系统中，缓存和数据库同时存在时，如果有写操作的时候，「先操作数据库，再操作缓存」。如下：
- 1.读取缓存中是否有相关数据
- 2.如果缓存中有相关数据value，则返回
- 3.如果缓存中没有相关数据，则从数据库读取相关数据放入缓存中key->value，再返回
- 4.如果有更新数据，则先更新数据库，再删除缓存
- 5.为了保证第四步删除缓存成功，使用binlog异步删除
- 6.如果是主从数据库，binglog取自于从库
- 7.如果是一主多从，每个从库都要采集binlog，然后消费端收到最后一台binlog数据才删除缓存
言尽于此，完结
无论是一个初级的 coder，高级的程序员，还是顶级的系统架构师，应该都有深刻的领会到设计模式的重要性。
- 第一，设计模式能让专业人之间交流方便，如下：
程序员A：这里我用了XXX设计模式
程序员B：那我大致了解你程序的设计思路了
- 第二，易维护
项目经理：今天客户有这样一个需求…
程序员：明白了，这里我使用了XXX设计模式，所以改起来很快
- 第三，设计模式是编程经验的总结
程序员A：B，你怎么想到要这样去构建你的代码
程序员B：在我学习了XXX设计模式之后，好像自然而然就感觉这样写能避免一些问题
- 第四，学习设计模式并不是必须的
程序员A：B，你这段代码使用的是XXX设计模式对吗？
程序员B：不好意思，我没有学习过设计模式，但是我的经验告诉我是这样写的
从设计思想解读开源框架，一步一步到Spring、Spring5、SpringMVC、MyBatis等源码解读，我都已收集整理全套，篇幅有限，这块只是详细的解说了23种设计模式，整理的文件如下图一览无余！
搜集费时费力，能看到此处的都是真爱！
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
