不管是先写数据库再删除缓存，还是先删除缓存再写数据库，都会出现缓存不一致情况：
- 如果先删除缓存，还没有来得及写mysql，这时候另外一个线程读取数据发现缓存为空，就读取数据库旧数据并更新缓存。此时写入mysql后缓存数据为脏数据。
- 先写数据库，再删除缓存之前写库的线程挂了没有及时更新缓存，也会出现不一致情况
严格要求缓存+数据库必须一致性
唯一方案：读请求和写请求串行化。根据唯一标识路由之后，将请求串到一个内存队列里去，这样就可以保证一定不会出现不一致的情况
缺点：串行化后吞吐量大幅度降低
致命缺点：内存队列读写串行化只能保证单机情况，集群需要保证集群串行化。可考虑分布式锁，利用zk的临时顺序节点进行集群服务排队！！
最经典的缓存+数据库读写的模式
1、Cache Aside Pattern
（1）读的时候，先读缓存，缓存没有的话，那么就读数据库，然后取出数据后放入缓存，同时返回响应
（2）更新的时候，先删除缓存，然后再更新数据库
2、为什么是删除缓存，而不是更新缓存呢？
原因一：很简单，很多时候，复杂点的缓存的场景，因为缓存有的时候，不简单是数据库中直接取出来的值，需要计算
扫描二维码关注公众号，回复：
12445916 查看本文章
原因二：数据频繁修改，但是查询不频繁。即使每次及时更新缓存也没有人去查询
重点来了！！！！！！！！！
缓存不一致解决方案
方案一：延时双删+设置超时
操作步骤
- 先删除缓存
- 再写数据库
- 休眠500毫秒（休眠时间要看具体的业务。考虑到redis主从延迟）
- 再次删除缓存
备注：在写库前后都进行redis.del(key)操作，并且设定合理的超时时间。这样最差的情况是在超时时间内存在不一致，当然这种情况极其少见，可能的原因就是服务宕机。此种情况可以满足绝大多数需求。 当然这种策略要考虑redis和数据库主从同步的耗时，所以在第二次删除前最好休眠一定时间，比如500毫秒，这样毫无疑问又增加了写请求的耗时
参考：https://blog.csdn.net/belongtocode/article/details/104355460
方案二：异步更新缓存（基于订阅binlog的同步机制）
优点：业务代码侵入少，可保证最终一致性