1. 淘汰緩存

　　如果是較為復(fù)雜的數(shù)據(jù)時，進(jìn)行緩存的更新操作就會變得異常復(fù)雜，因此一般推薦選擇淘汰緩存，而不是更新緩存。

　　2. 選擇先淘汰緩存，再更新數(shù)據(jù)庫

　　假如先更新數(shù)據(jù)庫再淘汰緩存，如果淘汰緩存失敗，那么后面的請求都會得到臟數(shù)據(jù)，直至緩存過期。

　　假如先淘汰緩存再更新數(shù)據(jù)庫，如果更新數(shù)據(jù)庫失敗，只會產(chǎn)生一次緩存穿透，相比較而言，后者對業(yè)務(wù)則沒有本質(zhì)上的影響。

　　3. 延時雙刪策略

　　如下場景：同時有一個請求A進(jìn)行更新操作，另一個請求B進(jìn)行查詢操作。

　　我們按如下步驟執(zhí)行：

　　請求A進(jìn)行寫操作，刪除緩存

　　請求B查詢發(fā)現(xiàn)緩存不存在

　　請求B去數(shù)據(jù)庫查詢得到舊值

　　請求B將舊值寫入緩存

　　請求A將新值寫入數(shù)據(jù)庫

　　次數(shù)便出現(xiàn)了數(shù)據(jù)不一致問題，此時我們可以采用延時雙刪策略得以解決。

public void write(String key,Object data){
redisUtils.del(key);
db.update(data);
Thread.Sleep(100);
redisUtils.del(key);
}

　　這么做，可以將1秒內(nèi)所造成的緩存臟數(shù)據(jù)，再次刪除。這個時間設(shè)定可根據(jù)俄業(yè)務(wù)場景進(jìn)行一個調(diào)節(jié)。

　　4. 數(shù)據(jù)庫讀寫分離的場景

　　假如有如下場景：

　　兩個請求，一個請求A進(jìn)行更新操作，另一個請求B進(jìn)行查詢操作。

　　我們按如下步驟執(zhí)行：

　　請求A進(jìn)行寫操作，刪除緩存

　　請求A將數(shù)據(jù)寫入數(shù)據(jù)庫了，

　　請求B查詢緩存發(fā)現(xiàn)，緩存沒有值

　　請求B去從庫查詢，這時，還沒有完成主從同步，因此查詢到的是舊值

　　請求B將舊值寫入緩存

　　數(shù)據(jù)庫完成主從同步，從庫變?yōu)樾轮?/p>

　　依舊采用延時雙刪策略解決此問題。