当前位置：首页 > news >正文

【面试题】缓存先删漏洞解决策略（示例代码）

news 2025/11/1 20:08:12

缓存并发更新问题及解决方案总结

🔍 问题分析

场景描述：

用户A执行"先删缓存 → 更新数据库"操作
在删除缓存后、更新数据库前，用户B发现缓存缺失
用户B读取数据库旧数据并写入缓存
导致缓存中一直是脏数据

核心问题： 读写并发时的数据不一致

💡 解决方案

1. 🕒 延迟双删策略

// 写操作流程
1. 删除缓存
2. 更新数据库  
3. 延迟500ms-1s
4. 再次删除缓存

优点： 实现简单，能清理大部分脏数据
缺点： 延迟时间难以精确控制

2. 🔒 分布式锁方案

// 写操作加锁
Lock lock = distributedLock.getLock(key);
try {lock.lock();cache.delete(key);database.update(data);
} finally {lock.unlock();
}// 读操作也加锁（防缓存击穿）
Data data = cache.get(key);
if (data == null) {Lock lock = distributedLock.getLock(key);// 双重检查后从DB读取
}

优点： 强一致性保证
缺点： 性能损耗较大

3. 📊 版本号控制

// 缓存值带版本号
class CacheValue {Data data;long version;
}// 读操作检查版本
if (cacheValue.version < currentVersion) {// 重新从DB加载
}

优点： 轻量级解决方案
缺点： 需要维护版本信息

4. 📨 消息队列异步处理

// 更新后发送延迟消息
cache.delete(key);
database.update(data);
messageQueue.sendDelayMessage(deleteMsg, 500);

优点： 解耦，可靠性高
缺点： 系统复杂度增加

5. 📝 Binlog监听同步

// 监听数据库变更事件
@EventListener
void onDatabaseChange(Event event) {cache.set(event.getKey(), event.getNewData());
}

优点： 数据最终一致性
缺点： 技术门槛较高

🎯 推荐方案

一般业务场景：

延迟双删 + 基础防击穿

public void updateData(Data data) {cache.delete(key);          // 第一次删除database.update(data);      // 更新DBasyncDelayDelete(key, 500); // 异步延迟删除
}

强一致性场景：

分布式锁 + 版本控制

public void updateData(Data data) {Lock lock = distributedLock.getLock(key);try {lock.lock();cache.delete(key);database.update(data);// 可选立即写入新缓存} finally {lock.unlock();}
}

📊 方案对比

方案	一致性	性能	复杂度	适用场景
延迟双删	最终一致	高	低	一般业务
分布式锁	强一致	中	中	金融、交易
版本控制	最终一致	高	中	高并发读
消息队列	最终一致	中	高	大型系统
Binlog同步	最终一致	高	高	数据同步