1. 双写一致性

在应用程序层面同时写入MySQL和Redis。这样做虽然简单，但有一些潜在的问题，如写入失败、数据不一致等。

实现步骤：

• 在写入MySQL数据后，立即更新Redis缓存。
• 为了确保一致性，可以在写入MySQL前先删除或更新Redis缓存。

缺点：

• 当两者之一的写入操作失败时，需要处理回滚或重试机制。
• 双写操作会增加系统的复杂性和延迟。

2. 延迟双删策略

先更新数据库，然后删除Redis缓存，再次延迟删除缓存，确保数据最终一致性。

实现步骤：

• 更新MySQL数据。
• 删除Redis缓存。
• 延迟一定时间后，再次删除Redis缓存。

缺点：

• 延迟时间的选择需要权衡系统的实时性和一致性。
• 需要实现异步任务机制来处理延迟删除操作。

3. 订阅发布模式（使用消息队列）

使用消息队列（如Kafka、RabbitMQ等）来同步MySQL和Redis的数据。

实现步骤：

• 应用程序写入MySQL数据后，发送一条消息到消息队列。
• 消费者订阅消息队列并更新Redis缓存。

优点：

• 可以实现异步处理，减小写入延迟。
• 通过消息队列可以保证数据的一致性和可靠性。

缺点：

• 系统架构复杂度增加。
• 需要处理消息的丢失、重复消费等问题。

4. 基于事件的缓存更新

通过数据库变更事件（如MySQL的binlog）来触发缓存更新。

实现步骤：

• 监听MySQL的binlog变更事件。
• 当有数据变更时，更新对应的Redis缓存。

优点：

• 可以实现自动化的数据同步，减少手动维护工作。
• 保证了较高的实时性和一致性。

缺点：

• 实现复杂度较高，需要处理binlog解析和消费逻辑。
• 可能会对数据库的性能产生一定的影响。

5. 缓存预热

在系统启动或特定事件触发时，预先加载常用数据到Redis缓存中。

实现步骤：

• 在系统启动或特定事件触发时，查询MySQL并将数据加载到Redis缓存。
• 定期或根据策略刷新缓存数据。

优点：

• 简化了实时数据同步的复杂度。
• 适用于读取频繁但写入不频繁的数据场景。

缺点：

• 数据更新不及时，存在一致性风险。
• 需要额外的缓存预热策略和机制。

转载来源：https://juejin.cn/post/7384274075231584294