标签：缓存 Java 进阶 数据库 Cache 更新 架构师 age 请求
前言
统一说明一下，楼主是研究生，一般的985毕业，之前在工作了6年，做过的大项目数不胜数，
比如再造淘宝项目落地实战，某滴网约车项目，多人在线即时对战网游服务器，和家云服务平台，前后端分离某喵微信商城，亿级流量多级缓存平台，亚马逊电商个性化推荐系统，IOT流云式平台，阿里巴巴中台实战，年初跳槽后去阿里面试6轮之后定级是P6。
Cache aside
Cache aside也就是旁路缓存，是比较常用的缓存策略。
（1）读请求常见流程
应用首先会判断缓存是否有该数据，缓存命中直接返回数据，缓存未命中即缓存穿透到数据库，从数据库查询数据然后回写到缓存中，最后返回数据给客户端。
（2）写请求常见流程
首先更新数据库，然后从缓存中删除该数据。
看了写请求的图之后，有些同学可能要问了：为什么要删除缓存，直接更新不就行了？这里涉及到几个坑，我们一步一步踩下去。
Cache aside踩坑
Cache aside策略如果用错就会遇到深坑，下面我们来逐个踩。
踩坑一：先更新数据库，再更新缓存
如果同时有两个写请求需要更新数据，每个写请求都先更新数据库再更新缓存，在并发场景可能会出现数据不一致的情况。
如上图的执行过程：
（1）写请求1更新数据库，将 age 字段更新为18；
（2）写请求2更新数据库，将 age 字段更新为20；
（3）写请求2更新缓存，缓存 age 设置为20；
（4）写请求1更新缓存，缓存 age 设置为18；
执行完预期结果是数据库 age 为20，缓存 age 为20，结果缓存 age为18，这就造成了缓存数据不是最新的，出现了脏数据。
踩坑二：先删缓存，再更新数据库
如果写请求的处理流程是先删缓存再更新数据库，在一个读请求和一个写请求并发场景下可能会出现数据不一致情况。
如上图的执行过程：
（1）写请求删除缓存数据；
（2）读请求查询缓存未击中(Hit Miss)，紧接着查询数据库，将返回的数据回写到缓存中；
（3）写请求更新数据库。
整个流程下来发现数据库中age为20，缓存中age为18，缓存和数据库数据不一致，缓存出现了脏数据。
踩坑三：先更新数据库，再删除缓存
在实际的系统中针对写请求还是推荐先更新数据库再删除缓存，但是在理论上还是存在问题，以下面这个例子说明。
如上图的执行过程：
（1）读请求先查询缓存，缓存未击中，查询数据库返回数据；
（2）写请求更新数据库，删除缓存；
（3）读请求回写缓存；
整个流程操作下来发现数据库age为20，缓存age为18，即数据库与缓存不一致，导致应用程序从缓存中读到的数据都为旧数据。
但我们仔细想一下，上述问题发生的概率其实非常低，因为通常数据库更新操作比内存操作耗时多出几个数量级，上图中最后一步回写缓存（set age 18）速度非常快，通常会在更新数据库之前完成。
如果这种极端场景出现了怎么办？我们得想一个兜底的办法：缓存数据设置过期时间。通常在系统中是可以允许少量的数据短时间不一致的场景出现。
Read through
在 Cache Aside 更新模式中，应用代码需要维护两个数据源头：一个是缓存，一个是数据库。而在 Read-Through 策略下，应用程序无需管理缓存和数据库，只需要将数据库的同步委托给缓存提供程序 Cache Provider 即可。所有数据交互都是通过抽象缓存层完成的。
如上图，应用程序只需要与Cache Provider交互，不用关心是从缓存取还是数据库。
在进行大量读取时，Read-Through 可以减少数据源上的负载，也对缓存服务的故障具备一定的弹性。如果缓存服务挂了，则缓存提供程序仍然可以通过直接转到数据源来进行操作。
Read-Through 适用于多次请求相同数据的场景，这与 Cache-Aside 策略非常相似，但是二者还是存在一些差别，这里再次强调一下：
- 在 Cache-Aside 中，应用程序负责从数据源中获取数据并更新到缓存。
- 在 Read-Through 中，此逻辑通常是由独立的缓存提供程序（Cache Provider）支持。
Write through
Write-Through 策略下，当发生数据更新(Write)时，缓存提供程序 Cache Provider 负责更新底层数据源和缓存。
缓存与数据源保持一致，并且写入时始终通过抽象缓存层到达数据源。
Cache Provider类似一个代理的作用。
Write behind
Write behind在一些地方也被成为Write back， 简单理解就是：应用程序更新数据时只更新缓存， Cache Provider每隔一段时间将数据刷新到数据库中。说白了就是延迟写入。
如上图，应用程序更新两个数据，Cache Provider 会立即写入缓存中，但是隔一段时间才会批量写入数据库中。
这种方式有优点也有缺点：
-
优点是数据写入速度非常快，适用于频繁写的场景。 -
缺点是缓存和数据库不是强一致性，对一致性要求高的系统慎用。
独家面经总结，超级精彩
本人面试腾讯，阿里，百度等企业总结下来的面试经历，都是真实的，分享给大家！
Java面试准备
准确的说这里又分为两部分：
- Java刷题
- 算法刷题
Java刷题：此份文档详细记录了千道面试题与详解；
分为两部分：
- Java刷题
- 算法刷题
Java刷题：此份文档详细记录了千道面试题与详解；
[外链图片转存中…(img-80STGiMn-1620809325549)]
[外链图片转存中…(img-5UlDFpCQ-1620809325550)]
以上所有文档已经打包好，只需要动动手指点击【转发+关注】，然后点击即可免费获取！
标签：缓存,Java,进阶,数据库,Cache,更新,架构师,age,请求 来源： https://blog.csdn.net/m0_56662340/article/details/116713923
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。