分布式系统：图解缓存与数据库一致性问题
💡
原文中文，约3600字，阅读约需9分钟。
📝
内容提要
缓存设计是应用系统设计中重要的一环，可以通过空间换取时间来提高性能。一致性分类包括强一致性、弱一致性和最终一致性。缓存更新机制包括被动更新和主动更新。缓存更新策略包括Cache-Aside、Read/Write Through、Write Behind。
🎯
关键要点
- 缓存设计是应用系统设计中重要的一环，通过空间换取时间提高性能。
- 一致性分类包括强一致性、弱一致性和最终一致性。
- 强一致性要求系统写入什么，读出来的也会是什么，用户体验好，但对性能影响大。
- 弱一致性不承诺立即读到写入的值，但会在一定时间内达到一致状态。
- 最终一致性是弱一致性的特例，保证在一定时间内达到一致状态。
- 缓存更新机制分为被动更新和主动更新。
- 被动更新在缓存过期后淘汰，主动更新则是调用方同时更新缓存与数据库。
- Cache-Aside模式是先更新数据库再删除缓存，但可能导致不一致。
- Read/Write Through模式由缓存代理更新数据库，简化应用层操作。
- Write Behind模式只更新缓存，异步批量更新数据库，提升性能但可能导致数据丢失。
- Write Behind适合频繁写的场景，但对一致性要求高的系统需谨慎使用。
- 没有通用方案，需要根据场景权衡，强一致性可考虑分布式事务等协议。
➡️
