1. 淘汰緩存

　　如果是較為復雜的數據時，進行緩存的更新操作就會變得異常復雜，因此一般推薦選擇淘汰緩存，而不是更新緩存。

　　2. 選擇先淘汰緩存，再更新數據庫

　　假如先更新數據庫再淘汰緩存，如果淘汰緩存失敗，那么后面的請求都會得到臟數據，直至緩存過期。

　　假如先淘汰緩存再更新數據庫，如果更新數據庫失敗，只會產生一次緩存穿透，相比較而言，后者對業(yè)務則沒有本質上的影響。

　　3. 延時雙刪策略

　　如下場景：同時有一個請求A進行更新操作，另一個請求B進行查詢操作。

　　我們按如下步驟執(zhí)行：

　　請求A進行寫操作，刪除緩存

　　請求B查詢發(fā)現緩存不存在

　　請求B去數據庫查詢得到舊值

　　請求B將舊值寫入緩存

　　請求A將新值寫入數據庫

　　次數便出現了數據不一致問題，此時我們可以采用延時雙刪策略得以解決。

public void write(String key,Object data){
redisUtils.del(key);
db.update(data);
Thread.Sleep(100);
redisUtils.del(key);
}

　　這么做，可以將1秒內所造成的緩存臟數據，再次刪除。這個時間設定可根據俄業(yè)務場景進行一個調節(jié)。

　　4. 數據庫讀寫分離的場景

　　假如有如下場景：

　　兩個請求，一個請求A進行更新操作，另一個請求B進行查詢操作。

　　我們按如下步驟執(zhí)行：

　　請求A進行寫操作，刪除緩存

　　請求A將數據寫入數據庫了，

　　請求B查詢緩存發(fā)現，緩存沒有值

　　請求B去從庫查詢，這時，還沒有完成主從同步，因此查詢到的是舊值

　　請求B將舊值寫入緩存

　　數據庫完成主從同步，從庫變?yōu)樾轮?/p>

　　依舊采用延時雙刪策略解決此問題。