缓存一致性问题

一.场景
二.问题
三.定义
四.分析

1.顺序异常分析

1.1 先A后B
1.2 先B后A
1.3小结

2.方案分析

2.1先A后B
2.2先B后A
1.3小结
1.4方案改进

五.总结

一.场景

项目中为了对dao(data access object)层数据做缓存，设计了一层das(data access service)，在das上采用了aop的方式作统一缓存处理。这里做的是缓存删除操作。

二.问题

数据库和缓存的一致性问题。

三.定义

A: 删除缓存
B: 提交数据库事务
C: 读取缓存（如果缓存数据为空，会从数据库读取旧数据）
A-B: A和B同步
A–B: A和B异步

四.分析

1.顺序异常分析

1.1 先A后B

注意：删除缓存的操作在数据库事务中执行的情况也属于先A后B
（１）A失败了，B不会执行，不影响一致性。
（２）A成功了，B失败了。因为是删除缓存操作（读请求会从数据库读取旧数据），所以不影响一致性。
（３）先A，后B，存在时间间隙，如果在这段间隙中有其它读请求C，那么就会出现数据不一致。

1.2 先B后A

（１）B失败，A不会执行，不影响一致性。
（２）B成功，A失败，会出现数据不一致。

1.3小结

从上面分析可以发现，两种顺序的执行都会存在导致数据不一致的问题。

2.方案分析

2.1先A后B

解决问题（3）
（1）阻塞加锁的方式，A-B。优点：保证强一致，缺点：性能不高，高并发情况不适合，缓存读写阻塞不好实现。
（2）在B操作中加入数据库持久化日志，使用定时任务补偿，A-B–A，A-B同步（并发不高情况下，可以降低C执行的概率），B–A异步（补偿）。优点：基本不影响缓存性能，缺点：增加日志数据和定时任务的开销。

2.2先B后A

解决问题（2）
（1）在B操作中加入数据库持久化日志，使用定时任务补偿，B-A–A，原理跟上面第（2）点一样。
（2）事务消息，生产者事务生产和消费者事务消费，B操作中需要加入数据库持久化日志，异步A操作，定时任务做MQ补偿，B–A。优点：异步队列处理性能高，操作解耦，适合A操作量大的情况，缺点：转移到解决MQ一致性的问题上，而且还增加日志数据、定时任务和MQ的开销。

1.3小结

考虑用户体验的话，A-B–A方案比较合适；A操作复杂耗时的情况下，B–A的方案比较合适。

1.4方案改进

（1）B–A方案可以通过失败重试的方式来提高一致性的效率，即B-A(n)–A，意思是在A同步重试n次失败后再发出消息作补偿，优点：提高同步成功率，避免异步开销，缺点：业务线程操作耗时，需要适当设置重试时间策略。
（2）B–A的方案不一定要用分布式MQ，还可以用本地消息队列，优点：不需要处理MQ一致性问题，提升效率，缺点：业务应用程序需要增加本地消息队列的开销。