缓存
使用了缓存，就意味着不需要强一致性
缓存是持久化数据的冗余存储
常见的缓存模式：
1. **缓存即写 (Write-Through Cache)**
• **定义**：每当有数据写入时，数据同时写入缓存和后端存储。
• **优点**：确保缓存和后端存储数据的一致性。
• **缺点**：写操作的性能较差，因为每次写入都需要更新两个地方。
2. **缓存写入 (Write-Back Cache)**
• **定义**：数据首先写入缓存，定期或在特定条件下将数据批量写入后端存储。
• **优点**：写操作性能较高，减少了写入后端存储的频率。
• **缺点**：可能会导致数据丢失，因为缓存中的数据在写入后端存储前可能会丢失。
3. **缓存旁路 (Write-Around Cache)**
• **定义**：写操作直接写入后端存储，不经过缓存。
• **优点**：避免了缓存的写入负担，适合写操作较多的场景。
• **缺点**：第一次读取数据时，缓存命中率较低，可能导致较高的延迟。
4. **读取缓存 (Read-Through Cache)**
• **定义**：读取数据时，首先检查缓存，如果缓存中没有数据，再从后端存储读取并缓存。
• **优点**：提高了读取操作的性能，减少了后端存储的负载。
• **缺点**：需要额外的缓存空间来存储读取的数据。
5. **预热缓存 (Cache Preloading)**
• **定义**：在应用启动或特定时间点，预先将常用的数据加载到缓存中。
• **优点**：提高了应用启动后的初始性能，减少了第一次访问时的延迟。
• **缺点**：需要额外的时间和资源来预加载数据。
6. **缓存失效 (Cache Invalidation)**
• **定义**：在数据更新或删除时，手动或自动地使缓存中的相应数据失效。
• **优点**：确保缓存中的数据与后端存储数据的一致性。
• **缺点**：需要额外的逻辑来管理缓存失效。
7. **分布式缓存 (Distributed Cache)**
• **定义**：将缓存数据分布到多个节点上，形成一个统一的缓存系统。
• **优点**：提高了缓存系统的扩展性和可用性，适合大规模应用场景。
• **缺点**：需要额外的网络通信和一致性管理。
8. **本地缓存 (Local Cache)**
• **定义**：缓存数据存储在本地节点中，不共享给其他节点。
• **优点**：读取和写入操作性能高，适合单节点或小规模应用。
• **缺点**：无法在多节点间共享数据，扩展性较差。一致性保证
以旁路缓存为基础，探讨以下方式
**更新MySQL后，不管Redis，以过期时间兜底**： • **特点**：只更新数据库，不立即处理缓存，依赖缓存的过期时间来自动刷新缓存。 • **优点**：实现简单，避免了并发问题。 • **缺点**：在缓存未过期期间，读取到的仍然是旧数据。 **更新MySQL之后，操作Redis**： • **特点**：在更新数据库后立即更新或删除缓存，以确保缓存中的数据与数据库中的数据一致。 • **具体操作**： • **更新缓存**：直接将新的数据写入缓存。这种方法可能会有并发问题，导致缓存和数据库不一致（写库+写缓存，双写在并发时导致脏写）。 • **删除缓存**：删除缓存中的数据，确保下次读取时从数据库中获取最新的数据，并将其写入缓存。这是推荐的方法，能有效避免并发问题。在**缓存击穿**情况下，可考虑使用**乐观锁**的方式写入缓存（不存在则写入） • **优点**：缓存与数据库数据一致性高。 • **缺点**：实现复杂度较高，尤其在高并发场景下。 **异步将MySQL的更新同步到Redis**： • **特点**：在更新数据库后，将更新操作记录下来，通过异步任务将数据同步到缓存中。 • **优点**：降低了数据库操作和缓存操作之间的耦合度，提高系统的异步处理能力。 • **缺点**：实现复杂度高，需要处理异步任务的可靠性和数据一致性问题。 其中，方式 3 可用 阿里巴巴开源组件 canal