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。