分布式缓存--序列4--缓存更新策略/缓存穿透/缓存雪崩

前面几篇关于缓存的文章主要介绍了相关原理，本篇从业务应用角度讲述相关的使用策略。

被动更新

设置key过期的时间，让其自动失效。

主动更新

更新DB的时候，同时更新缓存。一般业务都是主动更新和被动更新结合使用。

先更新DB，后更新缓存

对于主动更新来说，存在一个问题：你是先更新缓存，后更新DB；还是反过来？
下面分别分析以下2个场景，假设有2个线程，t1, t2：
(1) 先更新缓存，后更新DB。假设有如下的执行系列：

t1更新缓存；
t2读缓存，因为t1把缓存更新了，导致t2没读到。从db中读，然后更新缓存；
t1更新DB。

上述操作系列会导致缓存脏数据。

(2)先更新DB，后更新缓存。假设有如下操作序列：

t1更新DB；
t2更新DB；
t2更新缓存；
t1更新缓存。

上述操作系列同样会导致缓存脏数据。

一句话，无论谁先谁后，只要更新缓存和更新DB不是原子的，就可能导致不一致。只是从实际业务来讲，一般缓存也都是保持“最终一致性“，而不是和DB的强一致性。

并且一般建议先更新DB，再更新缓存，优先保证DB数据正确。

但如果一定要“强一致性“，就不能用上面的解决方案了。有一个解决办法就是不要更新缓存，而是直接删除缓存（让缓存过期），但这会增加缓存的miss率。

缓存更新的实现策略

策略1：业务方（调用者）更新

传统上，更新缓存都是由业务方来做，也就是由调用者负责更新DB和缓存。

策略2：DB中间件监听DB变化，更新缓存

现在有种新的办法就是利用DB中间件监听DB变化（比如阿里的Canal中间件，点评的Puma），从而对缓存进行更新。
这种办法的一个好处就是：把缓存的更新逻辑，和业务逻辑解藕。业务只更新DB，缓存的更新被放在另外一个专门的系统里面。

所谓“缓存穿透“，就是指某个key，先查cache没查到，再查db也没有查到。

这种key的存在，会导致cache一直没办法命中，压力一直打在db上面。如果访问很高频，可能会压垮DB。

解决办法其实也很简单：当查询DB没查到时，往缓存中写入一个空值（缺省值），这样第2次再查，就不会打到DB上了。

所谓“缓存雪崩“，是指缓存的机器挂了，所有请求直接打到DB上面，从而导致DB也挂掉。

这种问题的解决策略，一般有以下2个方面：
（1）提高缓存的HA。比如缓存的主从复制。
（2）对DB的访问实行限流、降级。

关于限流、降级的做法，参见分布式序列的另外一篇文章“服务熔断、降级、限流、异步RPC – HyStrix“。