1. 缓存一致性概述

1.1 缓存一致性问题定义

缓存一致性（Cache Consistency）是指在分布式系统中，缓存层与持久化存储层（如数据库）之间数据副本的同步程度。当应用程序同时使用缓存和数据库时，同一份数据可能在不同存储介质中存在多个副本，这些副本之间的值差异即为缓存不一致。

从一致性强度维度，缓存一致性可分为三个级别：

1.2 为什么需要缓存一致性

引入缓存的核心目的是降低延迟和减轻数据库负载，但缓存与数据库之间的数据偏差会引发一系列业务问题。以下从三个维度说明缓存一致性的必要性：

• 业务正确性受损：用户读取到过期数据，导致展示错误、计费偏差、库存超卖等直接经济损失。
• 用户体验下降：同一用户在不同页面或不同时间看到矛盾的数据（如订单状态反复变化），降低信任度。
• 系统可靠性风险：不一致数据可能触发下游系统的错误逻辑，造成级联故障或数据污染。

不同业务场景对缓存一致性的容忍度差异巨大：

1.3 缓存与数据库不一致的典型场景

在实际生产环境中，缓存不一致主要由并发写入、操作时序错乱和异常中断三类原因引发。以下是六种最常见的典型场景：

1. 先更新数据库，后更新缓存（写写冲突）：线程A更新数据库为v1，线程B更新数据库为v2，但B先更新缓存为v2，A后更新缓存为v1，导致缓存最终为旧值v1。
2. 先删除缓存，后更新数据库（读写冲突）：线程A删除缓存后，线程B读取缓存未命中，从数据库加载旧值写入缓存，然后线程A才更新数据库，导致缓存长期为旧值。
3. 先更新数据库，后删除缓存（删除失败）：数据库更新成功，但删除缓存时网络超时或Redis异常，缓存中残留旧数据。
4. 缓存过期与数据库更新交错：缓存刚好过期，请求A从数据库加载旧数据，同时请求B更新数据库为新数据，A将旧数据写回缓存覆盖新值。
5. 主从复制延迟：写入主库后缓存已更新，但从库尚未同步，后续读请求从从库获取旧数据并更新缓存。
6. 分布式事务失败：缓存更新成功但数据库回滚，或数据库提交成功但缓存更新超时，两端状态不一致。