一、需求起因
高并发业务场景，数据库通常都是用户并发访问最薄弱的环节。所以，就需要使用 Redis 做一个缓冲操作，让请求先访问到 Redis，而不是直接访问 MySQL 等数据库。
读取缓存步骤一般没有什么问题，但是一旦涉及到数据更新：数据库和缓存更新，就容易出现缓存(Redis)和数据库(MySQL)间的数据一致性问题。不管是先写数据库，再删除缓存；还是先删除缓存，再写数据库，都有可能出现数据不一致的情况。比如：
- 如果删除了缓存，还没有来得及写库，另一个线程就来读取，发现缓存为空，则去数据库中读取数据写入缓存，此时缓存中为脏数据。
- 如果先写了库，在删除缓存前，写库的线程宕机了，没有删除掉缓存，则也会出现数据不一致情况。
因为写和读是并发的，无法保证顺序，就会出现缓存和数据库的数据不一致的问题。如何解决？
二、缓存和数据库一致性解决方案
1️⃣采用延时双删策略
在写库前后都进行 redis.del(key) 操作，并且设定合理的超时时间。伪代码如下：
//具体的步骤：先删除缓存；再写数据库；休眠500毫秒；再次删除缓存。
public void write(String key,Object data){
redis.delKey(key);
db.updateData(data);
//不休眠的话，读请求还有可能未结束，造成脏数据
Thread.sleep(500);
redis.delKey(key);
}
这个500毫秒怎么确定的，具体该休眠多久呢？
需要评估具体项目的读数据业务逻辑的耗时。目的就是确保读请求结束，写请求可以删除读请求造成的缓存脏数据。
当然这种策略还要考虑 Redis 和数据库主从同步的耗时。最后的写数据的休眠时间：在读数据业务逻辑的耗时基础上，加几百毫秒即可。比如：休眠 1 秒。
设置缓存过期时间
从理论上来说，给缓存设置过期时间，是保证最终一致性的解决方案。所有的写操作以数据库为准，只要到达缓存过期时间，则后面的读请求自然会从数据库中读取新值然后回填缓存。
该方案的弊端
结合双删策略+缓存超时设置，这样最差的情况就是在超时时间内数据存在不一致，而且又增加了写请求的耗时。
2️⃣异步更新缓存(基于订阅binlog的同步机制)
技术整体思路：
MySQL binlog 增量订阅消费+消息队列+增量数据更新到 redis
读 Redis：热数据基本都在 Redis
写 MySQL：增删改都是操作 MySQL
更新 Redis 数据：MySQL 的数据操作 binlog，来更新到 Redis
Redis更新：
数据操作主要分为两大块：
一个是全量(将全部数据一次写入到 Redis)、一个是增量(实时更新)。这里说的增量，指的是 MySQL 的 update、insert、delate 变更数据。读取 binlog 后分析，利用消息队列，推送更新各台的 Redis 缓存数据。这样一旦 MySQL 中产生了写入、更新、删除等操作，就可以把 binlog 相关的消息推送至 Redis，Redis 再根据 binlog 中的记录，对 Redis 进行更新。其实这种机制，很类似 MySQL 的主从备份机制，因为 MySQL 的主备也是通过 binlog 来实现的数据一致性。
这里可以结合使用 canal(阿里的一款开源框架)，通过该框架可以对 MySQL 的 binlog 进行订阅，而 canal 正是模仿了 MySQL 的 slave 数据库的备份请求，使得 Redis 的数据更新达到了相同的效果。
当然，这里的消息推送工具也可以采用别的第三方：kafka、RabbitMQ等来实现推送更新 Redis。
