推荐阅读：幂等问题：8种方案帮你处理重复提交！

在分布式系统中，缓存和数据库同时存在时，假如有写操作的时候，先操作数据库还是先操作缓存呢？先思考一下，可能会存在哪些问题，再往下看。下面我分几种方案阐述。。。

01 缓存维护方案一

假设有一写（线程A）一读（线程B）操作，先操作缓存，在操作数据库。，如下流程图所示：

① 线程A发起一个写操作，第一步del cache

② 线程A第二步写入新数据到DB

③ 线程B发起一个读操作，cache miss，

④ 线程B从DB获取最新数据

⑤ 请求B同时set cache

这样看，没啥问题。我们再看第二个流程图，如下：

① 线程A发起一个写操作，第一步del cache

② 此时线程B发起一个读操作，cache miss

③ 线程B继续读DB，读出来一个老数据

④ 而后老数据入cache

⑤ 线程A写入了最新的数据

OK，酱紫，就有问题了吧，老数据入到缓存了，每次读都是老数据啦，缓存与数据与数据库数据不一致。

02 缓存维护方案二

双写操作，先操作缓存，在操作数据库

① 线程A发起一个写操作，第一步set cache

② 线程A第二步写入新数据到DB

③ 线程B发起一个写操作，set cache，

④ 线程B第二步写入新数据到DB

这样看，也没啥问题。，但是有时候可能事与愿违，我们再看第二个流程图，如下:

① 线程A发起一个写操作，第一步set cache

② 线程B发起一个写操作，第一步setcache

③ 线程B写入数据库到DB

④ 线程A写入数据库到DB

执行完后，缓存保存的是B操作后的数据，数据库是A操作后的数据，缓存和数据库数据不一致。

03 缓存维护方案三

一写（线程A）一读（线程B）操作，先操作数据库，再操作缓存。

① 线程A发起一个写操作，第一步write DB

② 线程A第二步del cache

③ 线程B发起一个读操作，cache miss

④ 线程B从DB获取最新数据

⑤ 线程B同时set cache

这种方案没有显著的并发问题，但是有可能步骤二删除缓存失败，尽管概率比较小，优于方案一和方案二，平常工作中也是使用方案三。

综上比照，我们一般采用方案三，但是有没有完美全处理方案三的弊端的方法呢？

04 缓存维护方案四

这个是方案三的改进方案，都是先操作数据库再操作缓存，我们来看一下流程图：

通过数据库的binlog来异步淘汰key，以mysql为例 可以使用阿里的canal将binlog日志采集发送到MQ队列里面，而后通过ACK机制 确认解决这条升级消息，删除缓存，保证数据缓存一致性。

但是呢还有个问题，假如是主从数据库呢？

05 缓存维护方案五

主从DB问题：由于主从DB同步存在同时延时时间假如删除缓存之后，数据同步到备库之前已经有请求过来时，会从备库中读到脏数据，如何处理呢？处理方案如下流程图：

06 缓存维护总结

综上所述，在分布式系统中，缓存和数据库同时存在时，假如有写操作的时候，先操作数据库，再操作缓存。如下：

① 读取缓存中能否有相关数据

② 假如缓存中有相关数据value，则返回

③ 假如缓存中没有相关数据，则从数据库读取相关数据放入缓存中key->value，再返回

④ 假如有升级数据，则先升级数据，再删除缓存

⑤ 为了保证第四步删除缓存成功，使用binlog异步删除

⑥ 假如是主从数据库，binglog取自于从库

⑦ 假如是一主多从，每个从库都要采集binlog，而后消费端收到最后一台binlog数据才删除缓存

最后：一波读者小福利~

读到这的朋友还可以免费领取一份收集的Java面试资料和Java核心知识体系文档及更多Java进阶知识笔记和视频资料。

欢迎做Java的工程师朋友们加入合作Q群：【 java架构技术交流，578486082 】

群内提供免费的Java架构学习资料（有高可用、高并发、高性能及分布式、Jvm性能调优、Spring源码，MyBatis、Netty、Redis、Kafka、Mysql、Zookeeper、Tomcat、Docker、Dubbo、Nginx等多个知识点的架构资料）