1、引言
数据库压力过大时，会对数据库做读写分离，一个主库多个从库，
当读压力过大时，又可以将要读的内容放在缓存中，比如放到redis中，mysql是将数据存在磁盘中，redis是存在内存里，这一点上redis读取数据要比mysql快几个数量级，
同时内存也比磁盘贵几个数量级。。。
那么，如何要保证redis和mysql中的数据一致，便是本文要讲的内容。
2、读数据
这个的流程没有多大讨论性，根据有限的缓存容量缓存最热的数据，经常读的数据被写入到缓存中，冷门的数据也会从缓存中淘汰（详见LRU等缓存淘汰算法）
一般采用这么个逻辑：
判断数据是否在缓存，若在：直接读取；若不在：从mysql中读取数据，再将数据写入redis。
3、写数据
（1）先删redis中的数据，再更新mysql中的数据
如果在删缓存数据之后，有线程读到了未更新的数据（可能是并发问题、主从延迟等），然后将未更新的数据写入到了缓存中，产生了严重的数据不一致。
因为写操作慢于读操作，发生概率较大。
（2）先更新mysql中的数据，再删redis中的数据
问题1：这种数据也有（1）方案中的一个相似问题，如下图：
但分析一下发现这个概率是极低的，1、需要是缓存中没有读到数据的情况，2、读写线程撞在了一起，理论上读数据要比写数据快得多，写入缓存就更快了，发生上图中情况的概率很低。
对于这个低概率问题的还是有点担心的，可以考虑适当延长数据库更新操作和删除缓存操作的间隔时间，比如将删除缓存操作放入到异步队列中执行。
问题2：删除缓存可能失败
可以在异步队列中增加一个重试机制
4、异步队列的思考
异步队列的增加无疑会增加系统的复杂性，且会增加维护难度。
在生产中，一般由后台管理服务进行修改操作，前端服务来读取数据展示给用户看，在大公司中两个服务还会由不同的团队来维护。
做一个更新操作后，，可能该数据涉及到的比如商品页面缓存要删，广告页面缓存要删等等，，，维护更加复杂了。。。。
不如引入消息队列中间件，后台管理服务只充当生产者，将删除操作放入消息队列就啥都不用管了，其它服务来充当消费者。（解耦）