苏州建设教育协会网站紫金网站建设价格

Cache Aside Pattern（旁路缓存模式）

Cache Aside Pattern 中服务端需要同时维系 DB 和 cache，并且是以 DB 的结果为准。

下面我们来看一下这个策略模式下的缓存读写步骤。

写 ：

• 先更新 DB

• 然后直接删除 cache 。

简单画了一张图帮助大家理解写的步骤。

 

读 :

• 从 cache 中读取数据，读取到就直接返回

• cache中读取不到的话，就从 DB 中读取数据返回

• 再把数据放到 cache 中。

Cache Aside Pattern 有一定的缺陷：

缺陷1：首次请求数据一定不在 cache 的问题

解决办法：可以将热点数据可以提前放入cache 中。

缺陷2：写操作比较频繁的话导致cache中的数据会被频繁被删除，这样会影响缓存命中率 。

解决办法：

• 数据库和缓存数据强一致场景 ：更新DB的时候同样更新cache，不过我们需要加一个锁/分布式锁来保证更新cache的时候不存在线程安全问题。

• 可以短暂地允许数据库和缓存数据不一致的场景 ：更新DB的时候同样更新cache，但是给缓存加一个比较短的过期时间，这样的话就可以保证即使数据不一致的话影响也比较小。

有以下两个问题：

在写数据的时候可以先删除Cache，再更改db吗？       

解答：当然不可以，会造成数据不一致，比如请求1要写入A数据，在请求1删除了Cache后，请求2要读A数据，然后请求1在请求2读完数据后才写入A数据，这样请求2读到的数据其实是旧数据，造成数据不一致。

在写数据的过程中，先更新DB，后删除cache就没有问题吗？

​​​​​​​解答：理论上来说还是可能会出现数据不一致性的问题，不过概率非常小，因为缓存的写入速度是比数据库的写入速度快很多！比如说，A数据不在Cache中，请求1从数据库中读完A数据后，请求2写入A数据并且删除了Cache中的A数据，然后请求1把读到的旧的A数据写入Cache，造成数据不一致。