在分布式系統開發中，緩存與數據庫的一致性問題是后端開發面試的核心考點之一。本文結合 PmHub 項目實踐，整理高頻面試題及深度解答，幫助開發者系統掌握緩存一致性解決方案的設計與實現。若想對相關內容有更透徹的理解，強烈推薦參考之前發布的博文：【PmHub后端篇】PmHub 中緩存與數據庫一致性的實現方案及分析

1 項目中如何保證緩存和數據一致性

我們主要采用Cache Aside 模式，核心邏輯是：

• 讀流程：
  • 先查詢緩存，若命中直接返回
  • 若未命中，查詢數據庫
  • 將查詢結果寫入緩存（設置合理過期時間）
• 寫流程：
  • 先更新數據庫
  • 刪除對應緩存（而非更新，原因見問題 2）

同時結合以下輔助策略：

• 分布式鎖：處理高并發寫沖突（如流程狀態更新場景，通過 Redisson 實現分布式鎖）
• 緩存監控：通過 SkyWalking 監控緩存命中率（目標 > 90%）、淘汰率（<5%）
• 定時任務：每日凌晨對冷數據進行全量緩存重建

2 為什么刪除緩存，而不更新緩存

主要基于以下考量：

• 更新緩存浪費服務器資源：頻繁的緩存更新可能導致緩存服務器的負載增加，通過刪除緩存而不是頻繁更新，可以減少緩存服務器的壓力，提高系統整體性能。
• 避免臟數據：高并發下更新緩存可能讀到中間態數據（如事務未提交）
• 減少無效更新：頻繁寫場景下，刪除緩存可避免緩存與 DB 的無效同步

3 先更新 DB，再刪除緩存是否是完美解決方案

• 局限性分析：

  1. 寫性能損耗：每次寫操作需額外執行緩存刪除（優化方向：通過異步隊列批量處理緩存失效）

  2. 極端并發不一致：
     場景：線程 A 更新 DB 后未刪緩存時，線程 B 讀取到舊緩存
     概率：僅發生在 DB 更新成功但緩存刪除失敗，且此時有讀請求的極端情況
     解決方案：

     • 緩存設置短過期時間（如 5 分鐘）
     • 增加異步校驗任務（定時對比 DB 與緩存數據）

  3. 緩存穿透與預熱問題：

  • 冷數據首次訪問會穿透到 DB（布隆過濾器攔截無效請求）
  • 系統冷啟動時需預熱熱點數據（啟動時通過 Spring 事件監聽異步加載）

4 Cache Aside 模式有哪些局限性？

• 緩存穿透：首次訪問冷數據時存在 DB 穿透風險（解決方案：布隆過濾器攔截無效 key）
• 并發不一致：極端情況下（如更新 DB 后刪除緩存前服務宕機）可能不一致（解決方案：分布式鎖 + 異步數據校驗任務）
• 緩存預熱：冷啟動時需要預熱熱點數據（解決方案：啟動時通過 @PostConstruct 預熱或異步線程加載）
• 寫性能影響：每次寫操作需額外執行緩存刪除（優化方向：合并批量寫操作，使用 Redis Pipeline 批量刪除）

5 Spring Cache 如何集成 Redis？

Spring Cache 默認使用本地緩存（ConcurrentMap），集成 Redis 需：

1. 添加 Redis 緩存依賴：

<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

2. 配置 CacheManager：

@Bean
public RedisCacheManagerBuilderCustomizer redisCacheManagerBuilderCustomizer(RedisConnectionFactory connectionFactory) {return builder -> builder.cacheDefaults(RedisCacheConfiguration.defaultCacheConfig(connectionFactory)).withCacheConfiguration("yourCacheName", RedisCacheConfiguration.defaultCacheConfig(connectionFactory).entryTtl(Duration.ofMinutes(5)));
}

3. 使用 @Cacheable/@CacheEvict 注解聲明緩存操作。

6 如果緩存刪除失敗怎么辦？

采用重試機制 + 消息隊列：

• 刪除緩存失敗時，將 key 寫入 RabbitMQ 死信隊列
• 通過消費者異步重試刪除（設置 3 次重試間隔，避免洪峰）

7 如何處理緩存雪崩？

• 緩存層加隨機過期時間（如 10-15 分鐘隨機）
• 對熱點數據加本地緩存（Caffeine）作為保護罩
• 服務層添加 Hystrix 熔斷，防止 DB 被壓垮

6 參考鏈接

PmHub如何保證緩存和數據庫的一致性