缓存更新策略

AI生成声明: 本文档由AI辅助生成，旨在提供缓存更新策略的完整指南。

缓存更新策略是缓存系统的核心问题，选择合适的更新策略对于保证数据一致性和系统性能至关重要。

核心问题

更新策略类型

1. Cache Aside（旁路缓存）

   • 更新：先更新数据库，再删除缓存
   • 读取：先查缓存，未命中查数据库并写入缓存

2. Read/Write Through（读写穿透）

   • 更新：先更新缓存，再更新数据库
   • 读取：缓存负责加载数据

3. Write Back（写回）

   • 更新：只更新缓存，异步写数据库
   • 读取：从缓存读取

Cache Aside详解

更新流程

// 更新数据
public void updateData(String key, String value) {
    // 1. 更新数据库
    database.update(key, value);
    
    // 2. 删除缓存
    cache.delete(key);
}

优点

• 实现简单
• 缓存只存储热点数据
• 数据库和缓存解耦

缺点

• 可能出现数据不一致
• 需要处理并发问题

并发问题

问题场景

场景1：先更新数据库，后删除缓存

线程A: 更新数据库 (value=1)
线程B: 更新数据库 (value=2)
线程B: 删除缓存
线程A: 删除缓存
结果: 缓存为空，下次读取到value=2 ✓

场景2：先删除缓存，后更新数据库

线程A: 删除缓存
线程B: 读取缓存（未命中）
线程B: 读取数据库（value=1）
线程B: 写入缓存（value=1）
线程A: 更新数据库（value=2）
结果: 缓存是旧值（value=1）✗

解决方案

1. 延迟双删

   // 删除缓存
   cache.delete(key);
   // 更新数据库
   database.update(key, value);
   // 延迟删除
   Thread.sleep(500);
   cache.delete(key);

2. 使用消息队列

   • 更新数据库后发送消息
   • 异步删除缓存
   • 保证最终一致性

Write Through策略

更新流程

public void updateData(String key, String value) {
    // 1. 更新缓存
    cache.update(key, value);
    
    // 2. 更新数据库
    database.update(key, value);
}

优点

• 数据一致性高
• 缓存始终有效

缺点

• 写性能较低
• 非热点数据也写入缓存

Write Back策略

更新流程

public void updateData(String key, String value) {
    // 只更新缓存
    cache.update(key, value);
    
    // 异步写数据库
    asyncWriteToDatabase(key, value);
}

优点

• 写性能高
• 减少数据库压力

缺点

• 数据可能丢失
• 实现复杂

策略选择

1. 数据一致性要求高

   • 使用Write Through
   • 或Cache Aside + 延迟双删

2. 写性能要求高

   • 使用Write Back
   • 接受最终一致性

3. 读多写少

   • 使用Cache Aside
   • 简单高效

常见面试题

1. Cache Aside的并发问题？

   • 先删缓存后更新数据库可能不一致
   • 使用延迟双删解决

2. 如何保证缓存一致性？

   • 根据业务选择策略
   • 使用消息队列异步更新
   • 设置合理的过期时间

3. Write Back的风险？

   • 数据可能丢失
   • 需要持久化机制
   • 适合写多读少场景