2026春招大厂面试真题补充 - 五、缓存一致性(Cache Aside Pattern)(阿里/字节高频)
本文是 2026春招大厂面试真题补充 的分章阅读版。
五、缓存一致性(Cache Aside Pattern)(阿里/字节高频)
// 面试官: "缓存和数据库一致性怎么保证?"
// 标准方案: Cache Aside (旁路缓存)
// 读: 先读缓存→miss→读DB→写缓存
// 写: 先更新DB→再删缓存(不更新缓存!)
// 为什么删缓存而不是更新缓存?
// 1. 并发写时更新缓存可能导致旧值覆盖新值
// 2. 有些缓存值计算昂贵,写了可能不被读到
// 为什么是先更新DB再删缓存?
// 先删缓存: 删了→另一线程读到旧值回填→DB更新→缓存是旧值(不一致!)
// 先更新DB: DB更新→删缓存→下一请求读DB回填新值(短暂不一致但最终一致)
// 延迟双删(强一致场景)
public void updateOrder(Order order) {
orderMapper.updateById(order); // 更新DB
redisTemplate.delete("order:" + order.getId()); // 删缓存
// 延迟500ms再删一次(防止并发读回填旧值)
scheduleDelayDelete("order:" + order.getId(), 500);
}
// Canal监听binlog(终极方案)
// Canal伪装MySQL从库 → 监听binlog变更 → 异步删/更新缓存
// 优点: 业务代码完全无侵入,一致性由基础设施保障
相关页面