为什么需要延迟双删，两次删除的原因是什么？

延迟双删的基本流程

1. 首次删除缓存
2. 更新数据库
3. 二次删除缓存

示例代码实现：

@Service
public class ProductService {@Autowiredprivate StringRedisTemplate redisTemplate;private final ScheduledExecutorService scheduler = Executors.newSingleThreadScheduledExecutor();public void updateProduct(Product product) {deleteCache(product.getId()); // 第一次删除缓存updateProductInDB(product);   // 更新数据库scheduler.schedule(() -> deleteCache(product.getId()), 2, TimeUnit.SECONDS); // 延迟二次删除}
}

---

首次删除缓存的原因

1. 若先更新数据库再删缓存，当缓存删除失败时会导致数据不一致
2. 先删缓存后更新数据库的方案更优：
   • 若删除成功但更新失败，仅产生缓存缺失而非数据错误
   • 数据库操作比缓存操作更容易失败
   • 更新操作比删除操作更容易失败

对于低并发场景，单次删除通常已能满足需求。但在高并发时可能出现问题：首次删除缓存会放大读写并发导致的数据不一致风险。

解决方案 - 延迟双删： 通过写线程在执行"删缓存→更新数据库"后，延迟1-2秒再次删除，可有效清除可能被读线程写入的脏数据。此方案虽可能导致有效缓存被清除，但仅增加一次cache miss，影响有限。

---

既然有第二次删除，第一次删除是否必要？

完全必要。若取消首次删除，流程简化为：

1. 更新数据库
2. 删除缓存

此时若第二步失败将直接导致数据不一致。而延迟双删中：

• 首次删除降低基础不一致风险
• 二次删除专门处理并发场景下的不一致 即使二次删除可能失败，但整体方案显著降低了不一致概率。当然，在低并发场景中，根据实际情况简化方案也是可行的。