面试题：缓存设计之高级难度：复杂业务场景下的缓存一致性与性能优化

Question

假设你正在开发一个电商系统，商品库存、价格等数据都被缓存。当商品信息发生变化时，如何保证缓存数据与数据库数据的一致性，同时尽量减少对缓存性能的影响？请详细阐述你的设计思路和可能用到的技术手段。

Answer 1

设计思路

1. 缓存更新策略：
   • 读写分离策略：在写操作（商品信息变化）时，先更新数据库，然后再更新缓存。但这种方式可能会存在短暂的不一致，因为更新数据库和更新缓存之间有时间间隔。
   • 失效策略：在更新数据库后，让缓存中的对应商品数据失效，下次读取时发现缓存不存在，从数据库加载数据并重新放入缓存。这种方式实现简单，但可能导致短时间内大量请求穿透到数据库。
   • 异步更新策略：更新数据库后，通过消息队列异步处理缓存更新，降低对业务主线程的影响，减少缓存更新操作对系统性能的干扰。
2. 缓存粒度控制：
   • 对于商品库存、价格等不同类型的数据，可以按照不同的粒度进行缓存。例如，价格可以按商品ID缓存，库存可以按仓库 - 商品ID等更细粒度缓存，这样在部分数据变化时，只需要更新对应的缓存部分，而不是整个商品缓存。
3. 监控与补偿机制：
   • 建立监控系统，定期检查缓存数据和数据库数据的一致性。例如，定时任务扫描缓存和数据库中商品数据的关键指标，发现不一致时及时进行补偿更新。

可能用到的技术手段

1. 缓存技术：
   • Redis：广泛应用的缓存数据库，支持多种数据结构，提供原子操作，如 SET 用于更新缓存，DEL 用于让缓存失效。其高性能和丰富的命令集可以满足电商系统对缓存的需求。
2. 消息队列：
   • RabbitMQ：作为消息中间件，在数据库更新后，将缓存更新任务发送到消息队列。消费者从队列中取出任务，异步执行缓存更新操作，降低系统耦合度，提升系统的稳定性和性能。
3. 数据库事务：
   • 在更新商品信息到数据库时，使用数据库事务确保数据的原子性和一致性，防止部分更新成功部分失败的情况，保证数据库数据的完整性，为后续缓存更新提供正确的数据源。