面试题：缓存设计之复杂场景下的缓存一致性处理

Question

假设你在开发一个高并发的电商系统，商品库存数据同时存在于数据库和缓存中。当库存发生变化时，如何设计缓存一致性方案，确保在高并发读写情况下，库存数据的一致性，同时尽量减少缓存与数据库之间的交互次数？

Answer 1

1. 读写操作原则

• 读操作：优先从缓存读取数据。如果缓存命中，直接返回数据；若缓存未命中，再从数据库读取，然后将数据写入缓存并返回。
• 写操作：主要更新数据库，成功后再更新缓存。

2. 具体方案

• 双写模式：

  • 操作步骤：当库存发生变化时，先更新数据库，数据库更新成功后立即更新缓存。例如在订单扣减库存场景，订单生成后，首先在数据库执行库存扣减操作，若成功则同步更新缓存中的库存数据。
  • 优点：逻辑相对简单，在并发量不是极高的情况下能较好保证一致性。
  • 缺点：在高并发场景下，可能出现数据库更新成功但缓存更新失败的情况，或者先更新缓存后更新数据库导致短时间内数据不一致。

• 失效模式：

  • 操作步骤：当库存变化时，先更新数据库，数据库更新成功后删除缓存。下次读取时，缓存未命中，会从数据库读取最新数据并写入缓存。比如商品库存调整，修改数据库库存后，删除对应的缓存记录。
  • 优点：相比双写模式，减少了缓存和数据库不一致的窗口时间，一定程度上降低了并发更新导致的不一致风险。
  • 缺点：删除缓存后，后续的读请求会造成缓存穿透（大量请求同时未命中缓存，都去查询数据库），可以通过布隆过滤器等手段来减轻缓存穿透问题。

• 读写锁模式：

  • 操作步骤：在对库存数据进行读写操作前，获取对应的读写锁。读操作获取读锁，可以并发读取；写操作获取写锁，此时不允许其他读写操作。例如在库存更新时，先获取写锁，成功获取后更新数据库和缓存，完成后释放锁；读库存时获取读锁，读取完成后释放锁。
  • 优点：能有效保证数据一致性，在高并发场景下可以控制读写操作顺序。
  • 缺点：引入锁机制会增加系统复杂度和性能开销，可能导致线程阻塞，影响系统并发处理能力。

3. 辅助措施

• 重试机制：对于缓存更新失败的情况，采用重试机制。例如设置重试次数和重试间隔，多次尝试更新缓存，确保缓存数据最终一致性。
• 异步更新：可以将缓存更新操作异步化，通过消息队列（如 Kafka 等）将库存变化消息发送到队列，消费者从队列中获取消息进行缓存更新，减少主业务流程的阻塞时间，提高系统并发性能。