年關將至，又到了準備面試跳槽的季節了。據不完全統計，跳槽是漲薪最快的方式，沒有之一。而跳槽成功與否的關鍵是“面試”，所以認真準備面試 = 快速漲薪。

準備面試，自然就少不了刷面試真題了，而今天這份剛出爐的蝦皮 Java 后端面試題就非常典型，它的難度適中，面試結構分為：半小時八股 + 半小時手撕代碼，是目前典型的大公司的面試方式，真題如下：

面試問題很多，一篇文章肯定是寫不完的（大部分面試題可以在我的網站上找到答案：www.javacn.site），咱們今天就拿里面最經典，最常見的面試題來聊一聊：如何保證緩存和數據庫的雙寫一致性？

1、什么是雙寫一致性？

在分布式系統中，數據庫和緩存會搭配一起使用，以此來保證程序的整體查詢性能。

也就說，分布式系統為了緩解數據庫查詢的壓力，會將查出來的數據保存在緩存中，下次再查詢時，直接走緩存系統，而不再查詢數據庫，這樣就極大的提高了整體的查詢性能。

（1）為什么緩存比數據庫快？

緩存之所以比數據庫快的主要原因有以下 3 點：

• 內存訪問速度快：緩存通常將數據存儲在內存中，而數據庫將數據存儲在磁盤上。相比于磁盤訪問，內存訪問速度更快，可以達到納秒級別的讀取速度，遠遠快于數據庫的毫秒級別的讀取速度。
• IO 操作次數少：數據庫通常需要進行磁盤 IO 操作，包括讀取和寫入磁盤數據。而緩存將數據存儲在內存中，避免了磁盤 IO 的開銷。內存訪問不需要進行磁盤尋址和機械運動，相對來說速度更快。
• 特殊的數據結構：緩存的數據結構通常為 key-value 形式的，也就是說緩存可以做到任何數據量級下的查詢數據復雜度為 O(1)，所以它的查詢效率是非常高的；而數據庫采用的是傳統數據結構設計，可能需要查詢二叉樹、或全文搜索、或回表查詢等操作，所以其查詢性能是遠低于緩存系統的。

（2）緩存一致性問題

雖然緩存可以極大的提高查詢性能，但同時也帶來的新的問題：數據庫和緩存一致性的問題。

具體來說，在一個常見的應用場景中，當更新數據庫的操作完成后，需要同步更新緩存，以保證緩存中的數據與數據庫中的數據保持一致。然而，由于數據庫和緩存是兩個不同的組件，它們的數據更新操作是異步的，可能存在以下問題：

• 數據延遲：數據庫更新和緩存更新之間存在時間延遲，導致緩存中的數據不是最新的。這可能會引起數據的不一致，當其他請求讀取數據時，可能會讀取到舊的數據。
• 更新失敗：在嘗試更新緩存時，可能出現更新失敗的情況。例如，緩存節點暫時不可用，網絡故障等。如果更新緩存失敗而未進行適當的處理，也會導致數據庫和緩存之間的數據不一致。

也就說，因為以上原因，可能會導致 A 用戶和 B 用戶執行了同一個查詢操作，但是得到了完全不同的結果，這就是數據庫和緩存的一致性問題。

2、如何解決一致性問題？

解決緩存和數據庫一致問題的常見解決方案有以下 4 種：

• 先修改數據庫，后更新緩存。
• 先更新緩存，后修改數據庫。
• 先修改數據庫，后刪除緩存。
• 先刪除緩存，后修改數據庫。

然而，前 3 種解決方案，有同一個問題，也就是當第一步操作執行完之后，第二步未執行的情況下，就會導致數據庫和緩存的一致性問題，例如第一步執行完之后，系統掉電了，那么一致性問題就會一直存在。

相比之下，第 4 種解決方案（先刪除緩存，后修改數據庫）相比于前三種解決方案更有優勢，起碼它保證了雙方都未執行成功，那么從數據一致性層面來講，第 4 種方案起碼保證了一定的數據一致性，然而第 4 種執行方案依然存在其他問題，例如以下這幾個：

• 業務完整性問題：程序只執行了一半，第一步執行完了但第二步未執行的情況。
• 并發保存舊值的問題：在并發環境下，第四種方案可能會導致緩存保存舊值的情況，例如以下執行情況：

3、最終解決方案

所以，想要最大程度的雙寫一致性問題的最終解決方案是：消息隊列 + 延遲雙刪策略。

（1）為什么要使用消息隊列？

因為消息隊列里面有消息確認機制，它可以保證我們執行完第一步之后，即時掉電重啟的情況，依然可以執行后續的流程，因為之前的消息，未進行消息確認，所以程序重啟之后，會繼續執行后續的流程，這樣就保證了業務執行的完整性。

（2）什么是延遲雙刪？

延遲雙刪指的是刪除兩次緩存（并且最后一次是延遲刪除），具體執行流程如下：

• 刪除緩存
• 更新數據庫
• 延遲一會再刪除緩存

最后一次延遲刪除緩存的原因是，為了避免上面因為并發問題導致保存舊值的情況發生，所以會延遲一段時間之后再進行刪除操作。這樣即使有并發問題，也能最大限度的解決保存舊值的情況，因為是延遲之后刪除的，所以即使因為并發問題保存了舊值，但延遲一段時間之后舊值就會被刪除，那么這樣就自然而然的保證了數據庫和緩存的最終一致性。

小結

數據庫和緩存雙寫一致性問題是一道經典的面試題，最初解決方案是先更新數據庫、再刪除緩存，然而如果發生掉電情況，只執行了前一步操作，那么緩存和數據庫就出現了不一致性的問題。為了解決這個問題，所以通常會采用延遲雙刪 + 消息隊列來保證業務的完整執行和數據一致性問題。