📚 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、Docker在微服务缓存中的作用、课程目标与前置知识

在分布式微服务架构中，缓存是提升系统吞吐量与降低数据库压力的核心手段。然而，当多个服务实例、多个缓存层（如 Redis、Memcached、本地堆缓存）同时存在时，缓存一致性问题便成为最具挑战性的技术债务之一。

所谓缓存一致性，是指缓存中的数据与后端数据库（或数据源）中的数据在任意时刻保持逻辑等价。一旦出现偏差，系统便会返回“幽灵数据”——过期的、错误的、甚至是不一致的数据，直接导致业务逻辑错误、用户投诉乃至资损。

  典型场景： 用户更新个人资料后，由于缓存未失效，其他服务在 5 秒内仍读取到旧数据，导致订单地址错误。这种“写后读不一致”是微服务缓存中最常见的问题。

根因类别	具体表现	影响范围
并发写冲突	多个服务实例同时更新同一缓存键，后写入覆盖先写入，导致数据丢失或错乱	高并发写入场景
缓存与数据库更新时序错乱	先更新数据库后更新缓存，或先删缓存后写库，在极端时序下出现脏读	读写混合业务
分布式网络延迟与分区	Docker 容器间网络抖动、Redis 集群脑裂、消息队列延迟导致缓存同步失败	跨主机/跨机房部署

Docker 容器化技术为微服务提供了轻量级的运行环境，但同时也引入了网络隔离、容器生命周期管理、资源限制等新变量，这些变量直接影响缓存一致性的实现难度。

在缓存同步调试中，Docker 扮演以下关键角色：

网络拓扑的构建者： Docker Compose 或 Kubernetes 定义服务与缓存中间件（如 Redis、Memcached）之间的网络连接方式（bridge、overlay、host）。
缓存实例的调度者： 缓存节点可能分布在不同的 Docker 容器中，容器重启、扩缩容都会导致缓存连接中断或数据分片变化。
调试环境的隔离层： 通过 Docker 网络命名空间，可以模拟网络延迟、丢包、分区等故障，用于验证缓存一致性策略的鲁棒性。

实践要点： 在 Docker 环境下调试缓存一致性时，必须关注容器 DNS 解析、网络 MTU 设置、以及 overlay 网络下的加密开销对缓存读写延迟的影响。

本课程旨在帮助学员建立从理论分析 → 策略设计 → Docker 环境部署 → 故障注入 → 监控验证的完整闭环。具体目标如下：

理解缓存一致性的核心模型： 掌握 Cache-Aside、Read-Through、Write-Through、Write-Behind 等模式在分布式环境下的优劣。
掌握 Docker 网络调试技术： 熟练使用 docker network、nsenter、tcpdump 等工具诊断容器间缓存通信问题。
实现缓存同步策略： 基于 Redis 发布/订阅、消息队列、分布式锁等机制，编写可落地的缓存同步代码。
构建调试与监控体系： 使用 Prometheus + Grafana 监控缓存命中率、延迟、一致性偏差，并设置告警。

前置知识要求： 学员需具备基本的 Docker 操作能力（容器启动、网络创建、Compose 编排）、熟悉 Redis 常用命令与数据结构、了解微服务架构的基本概念。本课程不从头讲解 Docker 或 Redis 基础。

在正式开始课程之前，请确保你已掌握以下基础概念与工具：

推荐环境： 建议使用 Docker Desktop（macOS/Windows）或 Linux 主机 + Docker Engine 20.10+，并安装 Redis 6.x 以上版本。课程所有示例均基于 docker-compose 编排。