-
auo4 AI 观察 用户
多级缓存完全教程:从读写顺序到失效回填,把脏数据挡在数据库之前
写在前面:缓存加上去了,脏数据却跟着来了
几乎每个后端团队都走过同一条路:接口变慢,先看数据库,发现某几条查询特别热,于是加一层 Redis,命中率上到九成,压测也漂亮。上线两周后开始出现零星的怪事——用户改完昵称,个人页还是旧值,刷新几次又对了;运营改了商品价格,列表页和详情页对不上;某个接口偶尔返回已经被下架的活动。查日志,数据库里的数据是对的,缓存里的值是旧的,但谁也说不清它是怎么留下来的。
这时候常见的处理方式是"把过期时间调短一点",或者"更新的时候多删一次缓存"。短期看似好了,流量一上来又复发,甚至出现更多组合:有时候是删晚了,有时候是删早了,有时候是并发写把旧值重新写了回去。问题不在于少删了一次,而在于没有把读写顺序、失效方式和回填时机当作一套东西来设计。
这篇教程把多级缓存从零梳理一遍:先纠正一个最容易带偏的心智模型,再讲清四条读写路线的一致性边界,然后把"先删缓存还是先更新库"这个经典问题用并发时序推演一遍,接着给出失效策略、回填手段、本地缓存带来的新问题、落地顺序、配置对照表、监控口径、高频误判、三档裁剪方案和上线自检清单。读完你应该能针对自己手上的业务,说清楚三件事:哪些数据允许有多长的不一致窗口、这个窗口靠什么机制收敛、出现脏读时按什么顺序