大家好，我是程序媛雪儿，今天发早点，因为雪儿要早睡早起，睡太晚不好哦，大家也要注意规律作息，保护好我们自己的身体，雪儿今天给大家带来的知识碎片是redis双写一致性 ​ 一、是什么 概念：修改数据库的同时要更新缓存，让数据库和缓存保持一致 为什么数据库和缓存会不一样呢？ 二、原因 情况1：先删除缓存，再操作数据库 因为线程1把缓存删了，线程2没命中，直接把旧数据读出来写到缓存中，而此时还未把新数据写到数据库，导致缓存里是旧数据 情况2：先操作数据库，再删除缓存也会出现脏数据 也就是说线程1未命中查询到的数据库是旧数据，直接写入缓存了，返回数据了，而此时，线程2正把新数据写入数据库呢，线程1没读到新数据 总结一句话，就是不管先删缓存，还是先改数据库，都可能会出现把旧数据缓存到redis，出现脏数据的情况，所以我们需要在修改数据库前后删两次缓存来保证数据库和redis数据的一致性。 三、解决方案 解决方案1：延迟双删 为什么第二次删除缓存的时候要延时呢？ 因为主数据库要把数据写到从数据库上需要时间，但是因为有延时所以还是会有脏数据。 解决方案2：读操作使用共享锁，写操作使用排他锁 共享锁：读不互斥，写互斥 排他锁：读写都互斥 代码示例 读操作使用共享锁 public Item getById(Integer id) {    // 获取读写锁    RReadWriteLock readWriteLock = redissonClient.getReadWriteLock("ITEM_READ_WRITE_LOCK");        // 获取读锁（读写锁中的读操作部分）    RLock readLock = readWriteLock.readLock();        try {        // 上锁        readLock.lock();        System.out.println("readLock...");        // 从 Redis 缓存中尝试获取项        Item item = (Item) redisTemplate.opsForValue().get("item:" id);                // 如果缓存中有项，则直接返回        if (item != null) {            return item;        }        // 如果缓存中没有项，创建新项        item = new Item(id, "华为手机", "华为手机", 5999.00);                // 将新项存入 Redis 缓存        redisTemplate.opsForValue().set("item:" id, item);                // 返回新创建的项        return item;    } finally {        // 解锁        readLock.unlock();    } } 写操作使用排他锁 public void updateById(Integer id) {    // 获取读写锁    RReadWriteLock readWriteLock = redissonClient.getReadWriteLock("ITEM_READ_WRITE_LOCK");    // 获取写锁（读写锁中的写操作部分）    RLock writeLock = readWriteLock.writeLock();    try {        // 上锁        writeLock.lock();        System.out.println("writeLock...");        // 模拟更新操作        Item item = new Item(id, "华为手机", "华为手机", 5299.00);        // 模拟延迟操作，可能表示某种复杂的更新过程        try {            Thread.sleep(10000); // 延迟 10 秒        } catch (InterruptedException e) {            e.printStackTrace(); // 捕获并打印中断异常        }        // 删除 Redis 缓存中的项        redisTemplate.delete("item:" id);    } finally {        // 解锁        writeLock.unlock();    } } 优点：强一致性 缺点：性能较差 解决方案3：使用MQ异步通知 每次修改数据库，我们都发布消息给MQ，缓存随时监听MQ的变化，如果有新的消息，再更新缓存，在高并发下会有数据不一致的情况，但是我们可以保证最终数据的一致性。 解决方案4：使用Canal异步通知 canal记录了所有数据定义数据操作的语句，不包含查询语句 流程如上，每次修改数据库，我们都把消息发给canal，由canal通知缓存数据变化情况，再更新数据，也能保证数据最终的一致性 视频地址： 4.redis双写一致性_哔哩哔哩_bilibili 带图解文章： redis双写一致性-CSDN博客 也欢迎关注我的同名公众号，程序媛雪儿，雪儿和你一起学八股，祝各位宝子们学有所获~