公众号「架构成长指南」，专注于生产实践、云原生、分布式系统、大数据技术分享。
数据库和Redis如何保存强一致性，这篇文章告诉你
目的
Redis和Msql来保持数据同步，并且强一致，以此来提高对应接口的响应速度，刚开始考虑是用mybatis的二级缓存，发现坑不少，于是决定自己搞
要关注的问题点
操作数据必须是唯一索引
如果更新数据不是唯一索引，则数据库更新后的值，与缓存不一致，而查询还会走缓存，而查询的值是脏值。
查询唯一数据，数据值必须是全部字段
假如：B交易查询字段不是全部字段，进行查询放入缓存，A交易进行查询时，从缓存获取，由于A交易需要全部字段，所以就会出现不可预知的问题。
查询缓存数据后，必须要在程序中再次进行条件判断
因为在redis中，存储的的key是唯一索引，所以当查询数据后，只会命中唯一索引的数据，其他附带查询条件不生效。
例如：唯一索引为：user_id ，那么执行
select * from t_user_auth_info where user_id=‘111’ and user_level=‘1’是，条件user_level是不会生效
高并发场景下要注意脏数据的控制
假设是以上流程图，在更新操作，第一步删除缓存后，线程切换到查询线程，查询操作判断缓存中没有数据，就会查询数据库，并把数据存入到缓存中，这时线程在切换到更新线程，进行数据库的更新，这会就会造成，数据库的数据与缓存有不一致性。
最终方案
基于以上问题，我们的最终流程图如下
以上流程图在进行更新操作时，增加删除缓存lock，如果这会查询操作判断缓存中有数据，就直接返回数据，如果没有再次判断有没有存在删除缓存lock,如果有则走数据库查询，并返回，不放入缓存，如果没有则查询数据库，并放入缓存，并返回。
注意： 登记缓存标识时，增加缓存lock失效时间，因为有可能删除缓存和数据库更新成功了，而删除缓存lock失败了，那这样后续查询就都走数据库了，这个方案就失去意义了。
代码实现方案
通过aop对db的操作方法，进行拦截，查询方法采用一个切面，删除和更新方法采用一个切面，然后再按照以上流程进行编写，我们这边是使用框架进行封装，最后只需要开发人员配置以下xml即可
<cache-config>
<cache-entity po="com.demo.po.AuthUser" key-prefix="SYSTEM_Person" po-throws="true" key-expire="" key-expire-time-unit="">
<key-properties>userId</key-properties>
</cache-entity>
</cache-config>
如果需要具体实现方案，请联系作者