一：缓存一致性

问题：缓存里面的数据如何和数据库当中的保持一致？

1.双写模式——数据库修改以后，将缓存中数据也修改一下

1）缺点：有可能产生脏数据。但是可以保证最终一致性。
2）解决方案：

加锁
暂时性数据不一致，为缓存数据加上过期时间

2.失效模式——删除掉缓存，等待下一次主动查询进行更新

1）缺点：会读到脏数据。第二个写如果进行的比较慢，就会导致第三个读，读到第一个写的脏数据
2）解决方案：

经常修改的数据，就不要加入缓存了，直接放进数据库。

二：缓存一致性-解决方案

1.无论是双写模式还是失效模式，都会导致缓存的不一致问题。即多个实例同时更新会出事。怎么办？

1、如果是用户纬度数据（订单数据、用户数据），这种并发几率非常小，不用考虑这个问题，缓存数据加上过期时间，每隔一段时间触发读的主动更新即可
2、如果是菜单，商品介绍等基础数据，也可以去使用canal订阅binlog的方式。
3、缓存数据+过期时间也足够解决大部分业务对于缓存的要求。
4、通过加锁保证并发读写，写写的时候按顺序排好队。读读无所谓。所以适合使用读写锁。（业务不关心脏数据，允许临时脏数据可忽略）；

2.总结：

我们能放入缓存的数据本就不应该是实时性、一致性要求超高的。所以缓存数据的时候加上过期时间，保证每天拿到当前最新数据即可。
我们不应该过度设计，增加系统的复杂性
遇到实时性、一致性要求高的数据，就应该查数据库，即使慢点。

3.获取商品服务代码

public Map<String, List<Catalog2Vo>> getCatalogJsonFromDbWithRedissonLock() {
        //1.注入redisson，获取分布式锁。锁的名字，锁的粒度越细，速度越快
        //锁的粒度：具体缓存的是某个数据，11号商品
        RLock lock = redisson.getLock("catalogJson-lock");
        lock.lock();
        Map<String, List<Catalog2Vo>> dataFromDb = null;
        try {
            dataFromDb = getDataFromDb();
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
           //释放锁
            lock.unlock();
        }
        return dataFromDb;
    }