导语 | 本文的主要思路是首先带大家认识了解MySQL和Redis的数据一致性情况，然后进行反推不一致的情况，从而进行探究单线程中的不一致的情况。同时探究多线程中的不一致的情况，拟定数据一致性策略。
一、什么是数据的一致性
“数据一致”一般指的是：缓存中有数据，缓存的数据值=数据库中的值。但根据缓存中是有数据为依据，则“一致”可以包含两种情况：
缓存中有数据，缓存的数据值=数据库中的值
缓存中本没有数据，数据库中的值=最新值（有请求查询数据库时，会将数据写入缓存，则变为上面的“一致”状态）
“数据不一致”：缓存的数据值≠数据库中的值；缓存或者数据库中存在旧值，导致其他线程读到旧数据。
二、数据不一致性情况及应对策略
根据是否接收写请求，可以把缓存分成读写缓存和只读缓存。
只读缓存：只在缓存进行数据查找，即使用“更新数据库 删除缓存”策略。
读写缓存：需要在缓存中对数据进行增删改查，即使用“更新数据库 更新缓存”策略。
（一）针对只读缓存（更新数据库 删除缓存）只读缓存：新增数据时，直接写入数据库；更新（修改/删除）数据时，先删除缓存。后续访问这些增删改的数据时，会发生缓存缺失，进而查询数据库，更新缓存。
新增数据时，写入数据库；访问数据时，缓存缺失，查数据库，更新缓存（始终是处于“数据一致”的状态，不会发生数据不一致性问题)
更新（修改/删除）数据时，会有个时序问题：更新数据库与删除缓存的顺序（这个过程会发生数据不一致性问题）
在更新数据的过程中，可能会有如下问题：
无并发请求下，其中一个操作失败的情况。
并发请求下，其他线程可能会读到旧值
因此，要想达到数据一致性，需要保证两点：
无并发请求下，保证A和B步骤都能成功执行。
并发请求下，在A和B步骤的间隔中，避免或消除其他线程的影响。
接下来，我们针对有/无并发场景，进行分析并使用不同的策略。
无并发情况
无并发请求下，在更新数据库和删除缓存值的过程中，因为操作被拆分成两步，那么就很有可能存在“步骤1成功，步骤2失败” 的情况发生（由于单线程中步骤1和步骤2是串行执行的，不太可能会发生 “步骤2成功，步骤1失败” 的情况）。
(1) 先删除缓存，再更新数据库
(2) 先更新数据库，再删除缓存
