📚 课程目录第1章课程导论

1. 课程导论：缓存一致性问题概述、链路追踪的价值、课程目标与学习路径

在现代后端架构中，缓存是提升系统吞吐量与降低延迟的核心手段。然而，当数据在缓存与数据库之间、或在多级缓存（本地缓存 + 分布式缓存）之间流转时，一致性问题便成为最棘手的挑战之一。一个典型的场景是：用户 A 更新了商品价格，数据库已写入新值，但缓存中仍保留旧值，导致用户 B 看到错误的价格。

  核心矛盾：缓存追求高性能（最终一致性），数据库追求强一致性（ACID）。两者之间的同步延迟，是缓存一致性问题的根源。

缓存一致性问题通常表现为以下三种形态：

解决这些问题的传统方案包括“先更新数据库，再删除缓存”（Cache-Aside 模式）、“延迟双删”、“读写锁”等。但这些方案在分布式环境下，往往因为网络延迟、并发冲突、操作顺序错乱而失效。我们需要一个可观测的闭环来验证缓存策略是否真正生效。

传统的缓存一致性排查方式（如查看日志、手动压测）如同“盲人摸象”。当一次请求跨越多个服务、多个缓存节点、多个数据库操作时，我们无法回答以下关键问题：

OpenTelemetry 链路追踪 提供了一套标准化的解决方案。通过在代码中植入 Span（跨度），我们可以将一次完整的缓存操作（如“查询缓存 → 未命中 → 查询数据库 → 回填缓存”）记录为一条完整的分布式追踪链路。每条链路都包含：

核心价值：链路追踪将缓存一致性问题从“事后猜测”转变为“实时可观测”。你可以通过一张追踪图，直观地看到“数据库已更新，但缓存未删除”的完整时间线。

本课程旨在构建一个“缓存一致性闭环”，将缓存策略设计与OpenTelemetry 可观测性深度融合。你将不再只是“配置缓存”，而是能够度量、追踪、验证缓存的一致性状态。

前置要求：你需要具备基本的 Java/Go 编程能力，了解 Redis 和 MySQL 的基本操作，并对微服务架构有初步认识。本课程将提供完整的代码示例与可运行的 Docker Compose 环境。

课程分为四个阶段，循序渐进：

基础篇（第 1-7 章）： 深入理解缓存一致性问题的本质，掌握 OpenTelemetry 的核心概念（Trace、Span、Exporter），并搭建完整的可观测性基础设施（Jaeger、Prometheus）。
实战篇（第 8-18 章）： 在真实业务场景中（如商品详情页、库存扣减）实现缓存一致性闭环。你将学会如何为缓存操作添加 Span，如何通过链路追踪定位“缓存与数据库不一致”的根因。
进阶篇（第 19-25 章）： 处理高并发下的复杂场景：分布式锁与缓存一致性、多级缓存（本地缓存 + Redis）的追踪、缓存预热与失效策略的可观测化。
总结篇（第 26-30 章）： 构建统一的缓存一致性仪表盘，编写自动化巡检规则，并分享生产环境中的踩坑案例与最佳实践。

通过本课程，你将获得以下核心能力：

能力维度	具体收获	可交付成果
缓存设计	掌握 Cache-Aside、Read-Through、延迟双删等模式的适用场景与缺陷	一致性策略决策树
可观测性	熟练使用 OpenTelemetry SDK 为缓存操作埋点，并集成 Jaeger 进行追踪	可复用的埋点代码库
问题诊断	通过链路追踪快速定位缓存穿透、雪崩、脏读等问题的根因	诊断流程 SOP
架构整合	将缓存一致性闭环嵌入 CI/CD 流水线，实现持续验证	自动化测试与告警规则

  课程承诺：每一章都包含可运行的代码示例与对应的追踪截图。你将在“动手实验”中亲眼看到缓存一致性问题如何在链路追踪中暴露无遗，并学会如何修复它。