1. 先更新数据库，再更新缓存

问题：（1）线程A写操作先更新数据库

           （2） 线程B写操作也更新数据库

            （3）当线程B比线程A先更新缓存（线程A停滞卡顿）

            （4）线程A最后更新缓存

 a,导致redis缓存与数据库不一致,出现脏数据

b,频繁更新，浪费性能

 2.先删缓存，再更新数据库

1，A,B两个线程同时要更新数据，并且A,B已经都做完了删除缓存这一步，A先更新数据库，C线程读取数据，由于缓存没有，则查数据库，并把A更新的数据，写入了缓存，最后B更新数据库。那么缓存和数据库的值不一致

2，   （1）请求A进行写操作，删除缓存
        （2）请求B查询发现缓存不存在
        （3）请求B去数据库查询得到旧值
        （4）请求B将旧值写入缓存
        （5）请求A将新值写入数据库

    延时双删+设置超时时间

（1）先淘汰缓存
（2）再写数据库
（3）休眠1秒，再次淘汰缓存

 伪代码：

public void write(String key,Object data){
        redis.delKey(key);

        db.updateData(data);

        Thread.sleep(1000);

        redis.delKey(key);

    }

3.先更新数据库，再删除缓存

旁路缓存策略（Cache Aside Pattern）

流程：

1. 首先从缓存中查询数据，如果缓存命中则直接返回。

2. 缓存未命中，则去数据库中读取。

3. 将从数据库中读取的结果的副本放入到缓存中，并返回。

4. 写操作

   流程：

   1. 首先更新数据库。
   2. 然后删除缓存中的数据。

问题：（1）缓存刚好失效
           （2）请求A查询数据库，得一个旧值
           （3）请求B将新值写入数据库
           （4）请求B删除缓存
           （5）请求A将查到的旧值写入缓存

 但 读操作比写操作耗时更少，上述情况出现概率极低

使用Cache-Aside Pattern时，一定要合理地设置过期策略。如果过期时间太短，可能导致大量请求涌入数据库。相反，如果过期时间太长，有可能导致缓存中数据的大量失效。使用缓存的一个原则，就是尽量缓存那些相对静态的、频繁被读取的数据。

推荐使用Cache Aside Pattern；

但需根据自身业务场景合理变通。

通过给缓存设置合理过期时间，是保证最终一致性的解决方案。

思考：若删除缓存失败导致数据不一致：

保障的重试机制：消息队列

参考：redis缓存数据与数据库如何保持一致性_君莫笑_0808的博客-CSDN博客_如何保持redis和数据库一致