分布式系统：图解缓存与数据库一致性问题
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。
延伸解读
一致性模型的选择：强一致性与最终一致性的权衡
文章将一致性分为强一致性、弱一致性和最终一致性。强一致性要求写入后立即能读到，适合秒杀、商家后台等场景，但对性能影响大。弱一致性不承诺立即读到，但会尽量在某个时间级别后达到一致。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，被大型分布式系统推崇，如微博粉丝数、页面访问数。选择时需根据业务对一致性的要求权衡性能与体验。
主动更新策略的四种组合与风险
主动更新由调用方同时更新缓存与数据库，根据操作顺序有四种组合：更新缓存再更新数据库、更新数据库再更新缓存、删除缓存再更新数据库、更新数据库再删除缓存。文章指出，前两种因不一致风险高或性能问题一般不采用；删除缓存再更新数据库在并发下可能因读比写快导致不一致，若采用需延迟双删，但会降低吞吐量。更新数据库再删除缓存（Cache-Aside）虽有小概率不一致，但更常用。
Read/Write Through 与 Write Behind 的适用场景
Read/Write Through 由缓存代理数据库操作，对应用层透明，简化代码，但需要分布式缓存组件支持，常见于本地缓存。Write Behind 只更新缓存，异步批量更新数据库，性能高，适合频繁写场景，如 MySQL InnoDB Buffer Pool，但数据可能丢失，强一致性要求高的系统需谨慎。文章强调没有通用方案，需根据场景权衡，强一致性可考虑分布式事务等协议。
Q&A
什么是缓存设计，它的目的是什么？
缓存设计是应用系统设计中的重要部分，目的是通过空间换取时间，提高数据访问性能。
一致性分类有哪些，分别有什么特点？
一致性分类包括强一致性、弱一致性和最终一致性。强一致性要求读写一致，弱一致性不承诺立即一致，最终一致性保证在一定时间内达到一致。
什么是Write Behind模式，它的优缺点是什么？
Write Behind模式只更新缓存，异步批量更新数据库，优点是提高性能，缺点是可能导致数据丢失和一致性问题。
如何实现缓存的主动更新和被动更新？
主动更新是调用方同时更新缓存与数据库，被动更新是在缓存过期后淘汰并重新加载数据。
Cache-Aside模式的工作流程是什么？
Cache-Aside模式先更新数据库，再删除缓存，可能导致不一致的情况，尤其在高并发时。
在高并发场景下，如何处理缓存与数据库的一致性问题？
在高并发场景下，需谨慎使用涉及删除缓存的方案，可能导致服务崩溃，建议使用分布式事务等强一致性协议。
