面试题：Redis数据一致性保障之读写策略

Question

在高并发读写场景下，为了保障Redis与后端数据库的数据一致性，你会采取哪些读写策略？例如在读写操作时如何处理缓存与数据库的更新顺序，以及如何避免缓存穿透、缓存雪崩和缓存击穿问题对数据一致性的影响。

Answer 1

读写策略

1. 先更新数据库，再删除缓存：写操作时先更新数据库，成功后再删除 Redis 缓存。读操作时，先从 Redis 读取，若不存在则从数据库读取并回写 Redis。这样能保证在写操作后，下次读操作会从数据库获取最新数据并更新缓存。但在并发场景下可能存在短暂不一致，如在更新数据库和删除缓存之间有读请求，会读到旧缓存数据。
2. 先删除缓存，再更新数据库：写操作先删除缓存，再更新数据库。读操作与上述类似。这种策略同样存在并发问题，如删除缓存后，还未更新数据库时，有读请求，会将旧数据重新写入缓存。可以通过设置缓存过期时间来降低不一致的时间窗口。

避免缓存穿透

1. 布隆过滤器：在查询 Redis 前，先通过布隆过滤器判断数据是否存在。布隆过滤器能高效判断一个元素是否在集合中，若不存在则直接返回，不再查询数据库，减少数据库压力。但布隆过滤器存在误判率，即可能将不存在的数据误判为存在，不过误判率可通过调整参数控制。
2. 空值缓存：当查询数据库发现数据不存在时，也将空值写入 Redis 缓存，并设置较短过期时间。下次查询同样数据时，直接从缓存获取空值，避免重复查询数据库。

避免缓存雪崩

1. 设置不同过期时间：对 Redis 中的缓存数据设置不同的过期时间，避免大量缓存同时过期。可以在原有过期时间基础上，增加一个随机值，让过期时间分散开来。
2. 使用熔断降级：当 Redis 大量请求失败，达到一定阈值时，开启熔断机制，直接返回兜底数据或错误提示，避免大量请求压垮数据库。同时记录相关日志，方便后续排查问题。
3. 搭建多级缓存：可以采用本地缓存（如 Guava Cache）与 Redis 结合的方式。本地缓存作为一级缓存，先从本地缓存读取，若不存在再从 Redis 读取。这样在 Redis 出现问题时，本地缓存仍能提供部分数据服务，减轻数据库压力。

避免缓存击穿

1. 互斥锁：在查询 Redis 未命中时，使用互斥锁（如 Redis 的 SETNX 命令实现），只允许一个线程去查询数据库并回写缓存，其他线程等待。获取锁的线程查询数据库并更新缓存后，释放锁，其他线程再从缓存获取数据。这种方式可能会导致大量线程等待，影响性能。
2. 热点数据永不过期：对于热点数据不设置过期时间，保证一直从缓存获取数据。同时后台开启异步线程定时更新数据，或者在数据变化时主动更新缓存，确保数据一致性。