面试题：缓存设计之实时风控系统缓存数据更新策略

Question

实时风控系统中，数据的准确性至关重要。当业务数据发生变化时，如何设计缓存数据的更新策略，以保证缓存和数据库之间的数据一致性，同时尽量减少对系统性能的影响？请详细阐述更新机制以及可能遇到的问题和解决方案。

Answer 1

缓存更新策略

1. Cache-Aside（旁路缓存）策略

   • 读操作：
     • 首先从缓存中读取数据。如果缓存命中，直接返回数据。
     • 如果缓存未命中，从数据库读取数据，将数据写入缓存，并返回数据。
   • 写操作：
     • 先更新数据库。
     • 然后使缓存失效（删除缓存数据）。这样下次读取时，缓存未命中会重新从数据库加载最新数据到缓存。
   • 优点：实现简单，应用程序只需要关注数据库的读写，缓存的维护相对清晰。
   • 缺点：存在数据不一致的窗口期。在更新数据库后，删除缓存前，如果有读请求，会读到旧数据。

2. Write-Through（直写式缓存）策略

   • 写操作：
     • 同时更新数据库和缓存。确保两者数据的一致性。
   • 优点：数据一致性强，不存在明显的数据不一致窗口期。
   • 缺点：写操作性能相对较低，因为每次写操作都需要同时操作数据库和缓存，增加了系统的负载。

3. Write-Behind（异步写回）策略

   • 写操作：
     • 只更新缓存，将更新数据库的操作异步化。通常会使用队列等方式来批量处理数据库更新。
   • 优点：写操作性能高，因为不需要等待数据库更新完成。
   • 缺点：数据一致性最差，如果系统出现故障，缓存中的数据还未同步到数据库，可能会丢失数据。

可能遇到的问题及解决方案

1. 缓存雪崩

   • 问题描述：大量的缓存数据在同一时间过期，导致大量请求直接打到数据库，使数据库压力骤增，甚至可能导致数据库崩溃。
   • 解决方案：
     • 为缓存设置不同的过期时间，避免集中过期。可以在设置过期时间时，加上一个随机值，例如原本过期时间为1小时，可设置为1小时加上0到10分钟的随机值。
     • 使用热点数据永不过期的策略，但需要定期在后台更新缓存数据。

2. 缓存穿透

   • 问题描述：查询一个不存在的数据，每次都绕过缓存直接查询数据库，若有大量这种请求，会给数据库造成压力。
   • 解决方案：
     • 使用布隆过滤器（Bloom Filter）。在查询前，先通过布隆过滤器判断数据是否存在，如果不存在则直接返回，避免查询数据库。
     • 对查询结果为空的数据也进行缓存，但设置较短的过期时间，这样下次查询同样的数据时，可直接从缓存返回空结果。

3. 缓存击穿

   • 问题描述：一个热点数据在缓存过期的瞬间，大量请求同时访问，这些请求全部打到数据库，导致数据库压力过大。
   • 解决方案：
     • 对于热点数据，使用互斥锁（如分布式锁）。在缓存过期时，只允许一个请求去更新缓存，其他请求等待，待缓存更新完成后，其他请求直接从缓存读取数据。
     • 不设置热点数据的过期时间，通过后台定时任务或者数据变更时主动更新缓存。