面试题：Redis与MySQL数据同步延迟优化之缓存更新策略

Question

在Redis与MySQL数据同步场景下，简述常见的缓存更新策略（如Cache - Aside、Read - Through、Write - Through、Write - Behind Caching），并说明每种策略在应对数据同步延迟方面的优缺点。

Answer 1

Cache - Aside

• 策略简述：应用程序先更新数据库，再删除缓存。读操作时先查缓存，缓存没有则查数据库并将结果放入缓存。
• 优点：实现简单，应用程序对缓存和数据库的控制清晰，能保证数据一致性，一般数据同步延迟下能较好工作。
• 缺点：在高并发场景下，更新数据库和删除缓存操作非原子，可能出现短暂数据不一致。若删除缓存失败，后续读操作可能读到旧数据。

Read - Through

• 策略简述：应用程序只与缓存交互，缓存负责从数据库加载数据。读操作时，缓存缺失则缓存从数据库读取并写入自身。写操作时，先更新数据库，再让缓存失效（或更新缓存）。
• 优点：应用程序代码简化，缓存负责数据加载逻辑。读操作有较好的性能，缓存可对读请求做优化。在一定程度能隐藏数据库延迟，对数据同步延迟容忍度相对较高。
• 缺点：缓存系统复杂度增加，需要处理与数据库交互。写操作时若先更新数据库成功，更新缓存失败，会导致数据不一致，增加处理难度。

Write - Through

• 策略简述：应用程序写操作时，同时更新缓存和数据库，读操作直接从缓存读取。缓存负责保证数据库与自身数据一致，写操作先写入缓存，缓存再同步写入数据库。
• 优点：数据一致性好，读操作性能高，能即时响应读请求。由于缓存直接更新数据库，可减少数据同步延迟带来的不一致问题。
• 缺点：写操作性能受数据库性能限制，每次写都要操作数据库，若数据库性能瓶颈，整体写性能下降。缓存与数据库耦合度高，增加缓存维护成本。

Write - Behind Caching

• 策略简述：应用程序写操作时，只写入缓存，缓存异步批量更新数据库。读操作先查缓存，缓存没有再查数据库并更新缓存。
• 优点：写操作性能极高，适用于高并发写场景，可显著减少数据库压力。缓存批量操作数据库，提高数据库写入效率。
• 缺点：数据一致性最差，由于异步更新，数据从缓存到数据库存在延迟，在延迟期间可能读到旧数据。缓存故障可能导致数据丢失，需要复杂的缓存持久化和恢复机制。