面试题答案
一键面试1. 读写直写（Write-Through）
- 方案描述：当数据发生变化时，同时更新缓存和数据库，确保两者数据的一致性。读操作时，先从缓存读取，若缓存未命中，则从数据库读取并更新缓存。
- 适用场景：适用于对数据一致性要求极高，读操作远多于写操作的场景，如一些实时性要求高的金融数据展示场景。
- 优点：数据一致性强，实现相对简单。
- 缺点：写操作性能较低，因为每次写操作都需要同时更新数据库和缓存，可能会成为系统瓶颈。
2. 读写回写（Write-Back）
- 方案描述：当数据发生变化时，只更新缓存，标记缓存数据为脏数据。缓存定期或在特定条件下（如缓存满）将脏数据写回数据库。读操作同读写直写，先从缓存读取，未命中则从数据库读取并更新缓存。
- 适用场景：适用于写操作频繁，对数据一致性要求不是特别严格，允许短时间内缓存与数据库数据不一致的场景，例如一些日志记录类的应用。
- 优点：写操作性能高，因为不需要每次都更新数据库，减少了数据库的 I/O 压力。
- 缺点：存在数据一致性问题，在缓存数据写回数据库之前，如果系统崩溃，可能会丢失部分数据。
3. 失效（Invalidation）
- 方案描述：当数据在数据库中发生变化时，立即删除缓存中的对应数据。下次读取该数据时，缓存未命中，从数据库读取并重新填充缓存。
- 适用场景：适用于读操作远多于写操作，且能容忍短时间缓存数据不一致的场景，如一般的电商商品展示页面。
- 优点：实现简单，写操作性能相对较高，因为不需要更新缓存，只需要删除操作。
- 缺点：可能会出现缓存雪崩问题，即大量缓存同时失效，导致大量请求直接打到数据库，可能使数据库压力过大甚至崩溃。并且在缓存失效到重新填充期间，数据存在不一致性。
4. 双写补偿机制
- 方案描述：在更新数据库后，异步更新缓存，若更新缓存失败，通过重试机制或者消息队列进行补偿，确保缓存最终更新成功。
- 适用场景：适用于对数据一致性有较高要求，写操作频率适中的场景，如订单状态更新场景。
- 优点：既保证了一定的写操作性能，又能通过补偿机制尽量保证数据一致性。
- 缺点：实现较为复杂，需要处理重试逻辑和消息队列相关的问题，增加了系统的复杂度和维护成本。