如何保证双写一致性
Cache Aside Pattern
1、读的时候，先读缓存，缓存没有的话，就读数据库，取出数据后放入缓存，同时返回响应。
2、更新的时候，先删除缓存，然后更新数据库
3、缓存设置ttl
问题一：为什么第二步不是更新缓存，而是删除缓存
数据库更新后，缓存数据的更新操作不是必须的。有可能频繁的更新了缓存，但在此期间并没有读操作，所以使用lazy的思想，可以把缓存更新放在读操作流程里。
问题二：第二步为什么先删除缓存，见下图
主要是考虑操作失败的情况：
1、如果采用先更新库再删除缓存的方式，如果删除缓存失败，则缓存里是脏数据
2、如果采用先删除缓存再更新库的方式，无论是哪种操作失败，都不会有脏数据
选择先删除缓存，然后更新数据库的方式，读取和更新并发执行仍有可能不一致 见下图
上图的步骤执行完，缓存里是旧数据。虽然几率很小，不过仍然有可能发生。
简单版解决方法：
更新操作优化为：先删除缓存，再更新数据库，1秒后，再删除缓存。这样就把有可能造成的脏缓存删除掉
优点：实现简单
缺点：1秒内有可能有脏缓存，虽然几率很小
问题：延时删除操作失败，仍然是脏缓存数据。
解决方案？
将删除失败的key放入消息队列，业务从消息队列消费，重试删除key的操作，直到删除成功。
复杂版解决方案：
把读操作和更新操作串行化操作。
一、程序实现
根据操作数据的唯一表示，把对数据的操作路由到某一个程序的内部队列里。
1、读操作时，如果缓存没有读到数据，则将“读取数据库，更新缓存”的操作放到内部队列里
2、更新操作，直接放到内部队列里
优点：不需要借助第三方消息队列
缺点：负载均衡处需要把数据的读操作和更新操作做路由处理
二、消息队列实现
将“程序实现”步骤中的内部队列替换成消息队列（rabbitmq、kafka等）
优点：保证一致性，不需要路由
缺点：流程比较长，处理时间较长
参考：
