🔔什么是双写一致性?
指的是当我们更新了数据库的数据之后redis中的数据 也要同步去更新。使用redis读取数据的流程，当用户访问数据的时候，会先从缓存中读取数据，如果命中缓存的话，那么直接把缓存中的数据返回给用户，如果缓存中没有数据的话，先查询数据库把查询到的数据保存到缓存中，然后返回给用户。
🔔保证双写一致性的策略
🌵1.先更新缓存，再更新数据库
优点:
- 如果数据发生变化，可以立即在缓存中反映出来，提高用户体验。
- 减少对数据库的压力，因为只有在数据发生变化时才会更新数据库。
缺点：
- 如果缓存和数据库之间的同步出现问题，可能导致数据不一致。
- 需要额外的代码来处理缓存更新和数据库更新的顺序。
应用场景
这种策略通常用于提高系统性能。当数据发生变化时，首先将变化的数据写入缓存，然后由后台进程异步地将这些数据写入数据库。这样可以减轻数据库的压力，提高系统的响应速度。同时，如果数据库发生故障，可以从缓存中恢复数据，保证系统的可用性。
代码示例
# 更新缓存
redis.update()
# 更新数据库
db.update()
🌵2.先更新数据库，再更新缓存
优点：
- 确保数据的一致性，因为缓存是直接从数据库中获取的。
- 减轻数据库的压力，因为只有在数据发生变化时才会更新数据库。
缺点：
- 如果数据没有发生变化，仍然会执行数据库更新操作，浪费资源。
- 需要额外的代码来处理缓存更新和数据库更新的顺序。
应用场景
这种策略通常用于确保数据的一致性。当数据发生变化时，首先更新数据库，然后将这些变化写入缓存。这样可以确保缓存中的数据始终是最新的，提高系统的一致性。
代码示例
# 更新数据库
db.update()
# 更新缓存
redis.update()
🌵3.先删除缓存，再更新数据库
优点：
- 确保数据的一致性，因为缓存是直接从数据库中获取的。
- 减轻数据库的压力，因为只有在数据发生变化时才会更新数据库。
缺点：
- 如果数据没有发生变化，仍然会执行数据库更新操作，浪费资源。
- 需要额外的代码来处理缓存删除和数据库更新的顺序。
应用场景
这种策略通常用于处理缓存失效的情况。当数据发生变化时，首先删除缓存，然后更新数据库。这样可以确保每次数据变更都能被正确地写入数据库，避免因缓存失效而导致的数据不一致问题。
代码示例
# 更新数据库
db.update()
# 删除缓存
redis.delete()
🌵4.先更新数据库，再删除缓存
优点：
- 确保数据的一致性，因为缓存是直接从数据库中获取的。
- 减轻数据库的压力，因为只有在数据发生变化时才会更新数据库。
缺点：
- 如果数据没有发生变化，仍然会执行数据库更新操作，浪费资源。
- 需要额外的代码来处理缓存删除和数据库更新的顺序。
应用场景
这种策略通常用于处理缓存过期的情况。当数据发生变化时，首先更新数据库，然后删除缓存。这样可以确保每次数据变更都能被正确地写入数据库，避免因缓存过期而导致的数据不一致问题。
代码示例
# 更新数据库
db.update()
# 删除缓存
redis.delete()
