2. 缓存与数据库基础：缓存工作原理、ACID 特性与常见缓存策略

在构建合规治理驱动的审计方案之前，必须深入理解缓存与数据库的核心工作原理。缓存层与持久化存储层之间的数据一致性，是审计规则设计的根本出发点。本节将系统梳理 Redis/Memcached 的缓存机制、数据库 ACID 特性，以及三种主流缓存策略的架构差异。

2.1 缓存工作原理：Redis 与 Memcached

缓存系统通过将热点数据存储在内存中，大幅降低数据库的读压力。当前生产环境中最常用的两种缓存中间件是 Redis 和 Memcached，它们在数据模型、持久化能力和一致性保障上存在显著差异。

特性维度	Redis	Memcached
数据结构	String、Hash、List、Set、Sorted Set、Bitmap、HyperLogLog、Stream	仅支持 Key-Value（String）
持久化	RDB 快照 + AOF 日志，支持数据恢复	纯内存，无持久化
过期策略	惰性删除 + 定期删除（每秒 10 次采样）	惰性删除 + LRU 淘汰
数据一致性	单线程模型保证串行化，支持 Lua 脚本原子操作	多线程模型，无原子性保证
主从复制	支持主从异步复制、哨兵模式、集群模式	不支持原生复制
适用场景	复杂数据结构、排行榜、分布式锁、消息队列	简单 KV 缓存、Session 共享

2.2 数据库 ACID 特性

数据库事务的 ACID 特性是衡量数据一致性的黄金标准。缓存与数据库的一致性审计，本质上是在缓存层模拟或验证 ACID 中的 C（一致性） 和 I（隔离性）。

• 原子性（Atomicity）： 事务中的所有操作要么全部成功，要么全部回滚。缓存操作通常不具备原子性，需要借助分布式事务或补偿机制。
• 一致性（Consistency）： 事务执行前后，数据必须满足所有预定义的约束规则。缓存与数据库之间的数据不一致，本质上是违反了跨层的一致性约束。
• 隔离性（Isolation）： 并发事务之间互不干扰。缓存脏读、不可重复读等问题，均源于隔离性被破坏。
• 持久性（Durability）： 已提交的事务必须永久保存。Redis 的 AOF 持久化可以近似满足此要求，但存在秒级数据丢失窗口。

2.3 常见缓存策略

不同的缓存策略决定了数据在缓存与数据库之间的流转路径，也直接影响了审计规则的复杂度。以下三种策略是业界最广泛使用的模式。

2.3.1 旁路缓存（Cache-Aside）

旁路缓存是应用层最常用的模式。应用程序同时感知缓存和数据库的存在，由业务代码显式控制读写路径。

• 读流程： 先读缓存，命中则直接返回；未命中则读数据库，将结果写入缓存后返回。
• 写流程： 先更新数据库，再删除缓存（或更新缓存）。

2.3.2 读写穿透（Read/Write Through）

读写穿透模式将缓存层作为数据访问的唯一入口，应用程序只与缓存交互，由缓存组件负责与数据库同步。

• 读流程： 缓存未命中时，缓存组件自动从数据库加载数据并返回。
• 写流程： 应用程序写入缓存，缓存组件同步或异步将数据写入数据库。

该模式对应用层透明，但要求缓存组件具备数据库写入能力。Redis 本身不原生支持 Write-Through，通常需要结合中间件（如 RedisGears、自定义 Proxy）实现。

2.3.3 策略对比

对比维度	旁路缓存（Cache-Aside）	读写穿透（Read/Write Through）
应用耦合度	高，业务代码需显式管理缓存	低，应用只感知缓存
数据一致性	弱，依赖业务代码保证	中等，缓存组件可封装一致性逻辑
审计可追溯性	需在业务层埋点	可在缓存层统一记录操作日志
实现复杂度	低，无需额外组件	高，需要定制缓存中间件
适用场景	大多数互联网应用	需要统一数据访问策略的微服务架构

2.4 缓存策略架构对比图

下图展示了旁路缓存与读写穿透两种策略在读写路径上的核心差异，以及缓存与数据库之间的数据流向。

2.5 缓存策略选择与审计影响

选择缓存策略时，需要从合规审计的角度评估以下三个关键维度：

1. 可审计性： 缓存操作是否能够被完整记录？旁路缓存需要业务代码显式打点，读写穿透可在代理层统一拦截。
2. 一致性窗口： 从数据库更新到缓存失效之间存在时间窗口，审计规则需要容忍或补偿该窗口内的不一致。
3. 回滚能力： 当数据库事务回滚时，缓存中的脏数据如何清除？旁路缓存依赖业务补偿，读写穿透可由代理层统一协调。