Mysql和Redis數據同步策略
為什麼對快取只刪除不更新
不更新快取是防止並發更新導致的數據不一致。
所以為了降低數據不一致的概率，不應該更新快取，而是直接將其刪除，
然後等待下次發生cache miss時再把資料庫中的數據同步到快取。
先更新資料庫還是先刪除快取?
有兩個選擇：
1. 先刪除快取，再更新資料庫
2. 先更新資料庫，再刪除快取
如果先刪除快取，有一個明顯的邏輯錯誤：考慮兩個並發操作，執行緒A刪除快取後，執行緒B讀該數據時會發生Cache Miss，然後從資料庫中讀出該數據並同步到快取中，此時執行緒A更新了資料庫。
結果導致，快取中是老數據，資料庫中是新數據，並且之後的讀操作都會直接讀取快取中的臟數據。（直到key過期被刪除或者被LRU策略踢出）
如果資料庫更新成功後，再刪除快取，就不會有上面這個問題。
可能是由於資料庫優先，第二種方式也被稱為Cache Aside Pattern。
Cache Aside Pattern
cache aside在絕大多數情況下能做到數據一致性，但是在極端情況仍然存在問題。
- 首先更新資料庫(A)和刪除快取(B)不是原子操作，任何在A之後B之前的讀操作，都會讀到redis中的舊數據。
但是，正常情況下操作快取的速度會很快，通常是毫秒級，出現上述情況的概率很低。 - 更新完資料庫後，執行緒意外被kill掉，由於沒有刪除快取，快取中的臟數據會一直存在。
- 執行緒A讀數據時cache miss，從Mysql中查詢到數據，還沒來得及同步到redis中,
此時執行緒B更新了資料庫並把Redis中的舊值刪除。隨後，執行緒A把之前查到的數據同步到了Redis。
顯然，此時redis中的是臟數據。
通常資料庫讀操作比寫操作快很多，所以除非執行緒A在同步redis前意外卡住了，否則發生上述情況的概率極低。
雖然以上情況都有可能發生，但是發生的概率相比「先刪除快取再更新資料庫」會低很多。
Read/Write Through Pattern
cache aside是我們自己的應用程式維護兩個數據存儲系統，而Read/Write Through Pattern是把同步數據的問題交給快取系統了，應用程式不需要關心。
Read Through是指發生cache miss時，快取系統自動去資料庫載入數據。
Write Through是指如果cache miss，直接更新資料庫，然後返回，如果cache hit，則更新快取後，由快取系統自動同步到資料庫。
以Redis為例，通常我們不會把資料庫的數據全部快取到redis，而是採用一定的數據精簡或壓縮策略，以節省快取空間。
就是說，讓快取系統設計出通用的快取方案不太現實，不過根據自己的業務訂製一個在項目內部通用的中間件是可行的。
Write Behind
Write Behind方案在更新數據時，只更新快取，不更新資料庫。而是由另外一個服務非同步的把數據更新到資料庫。
邏輯上，和Linux中的write back很類似。這個設計的好處是，I/O操作很快，因為是純記憶體操作。
但是由於非同步寫庫，可能要犧牲一些數據一致性，譬如突然宕機會丟失所有未寫入資料庫的記憶體數據。
阿里巴巴的Canal中間件是一種相反的設計，它先更新mysql，然後通過binlog把數據自動同步到redis。
這種方案會全量同步數據到redis，不適合只快取熱點數據的應用。
總結
以上沒有哪種方案是完美的，都無法做到強一致性。
我們總要在性能和數據準確性之間做出妥協。
//www.pixelstech.net/article/1562504974-Consistency-between-Redis-Cache-and-SQL-Database
//coolshell.cn/articles/17416.html
為什麼不更新快取，而是直接刪除
