面试题：缓存设计：金融交易系统中缓存数据一致性如何保证

Question

在金融交易系统中，数据一致性至关重要。假设系统使用缓存来提升性能，当数据库数据发生变化时，你会采取哪些策略来保证缓存数据与数据库数据的一致性？请列举至少两种常见方法并简要阐述其优缺点。

Answer 1

缓存更新策略

1. Cache-Aside Pattern（旁路缓存模式）
   • 操作方式：应用程序在读取数据时，先从缓存中获取。如果缓存中没有（缓存缺失），则从数据库读取，然后将数据放入缓存。在更新数据时，先更新数据库，然后删除缓存。
   • 优点：实现简单，应用程序可以完全控制缓存和数据库的交互逻辑。对于读多写少的场景，性能较好，因为读操作不会频繁更新缓存。
   • 缺点：并发场景下可能出现数据不一致问题。例如，在高并发时，一个写操作更新了数据库但还未删除缓存，此时一个读操作读取到了旧的缓存数据。
2. Write-Through Pattern（直写式缓存模式）
   • 操作方式：当数据发生变化时，应用程序同时更新数据库和缓存，保证两者数据实时一致。
   • 优点：数据一致性强，任何时候缓存和数据库的数据都是同步的。
   • 缺点：性能开销较大，每次写操作都需要同时操作数据库和缓存，可能成为系统性能瓶颈，尤其在高并发写场景下。
3. Write-Behind Caching Pattern（回写式缓存模式）
   • 操作方式：应用程序在更新数据时，只更新缓存，标记缓存为脏数据。缓存系统在合适的时机（例如批量操作、空闲时段等）将脏数据批量写入数据库。
   • 优点：性能高，写操作只操作缓存，大大减少了数据库的写入压力，适合高并发写场景。
   • 缺点：数据一致性较弱，在缓存数据还未写入数据库时，如果系统崩溃，可能会丢失数据。并且实现相对复杂，需要处理缓存数据的持久化和数据恢复等问题。