Cache的读写策略是指在计算机系统中，对于缓存（Cache）的数据读取和写入操作所采取的策略和方法。不同读写策略可根据系统需求和应用场景进行选择和配置，以达到最优性能和效果。本文简单记录了三大缓存读写策略旁路缓存模式、读写穿透、异步缓存写入，它们各有优劣不存在最佳模式，根据具体的业务场景选择适合的缓存读写模式。

参考文章：

3种常用的缓存读写策略详解

Cache Aside Pattern（旁路缓存模式）

Cache Aside Pattern ：平时使用比较多的一个缓存读写模式，比较适合读请求比较多的场景。该策略中服务端需要同时维系 db 和 cache，并且以 db 的结果为准。

缓存读写步骤

写：由应用先更新 db；然后应用再直接删除 cache 。

读：应用从 cache 中读取数据，读取到就直接返回；若读取不到应用就会从 db 中读取数据返回；然后应用再把数据写到 cache 中。

**在写数据的过程中，是否可以先删除 cache 后更新 db？ **

答案：肯定不可以！因为这样可能会造成 数据库（db）和缓存（Cache）数据不一致的问题。

举例：请求 1 先写数据 A，请求 2 随后读数据 A 的话，就很有可能产生数据不一致性的问题。该过程实际是：请求 1 先把 cache 中的 A 数据删除 → 请求 2 从 db 中读取数据 → 请求 1 再把 db 中的 A 数据更新。

在写数据的过程中，先更新 db后删除 cache 是否就没有问题？

答案：理论上仍可能会出现数据不一致性的问题，但概率非常小，因为缓存的写入速度是比数据库的写入速度快很多。

举例：请求 1 先读数据 A，请求 2 随后写数据 A，且数据 A 在请求 1 请求前不在缓存中时也有可能产生数据不一致性的问题。该过程实际是：请求 1 从 db 读数据 A → 请求 2 更新 db 中的数据 A（此时缓存中无数据 A ，故不用执行删除缓存操作） → 请求 1 将数据 A 写入 cache

缺陷

缺陷 1：首次请求数据一定不在 cache。解决办法如下：

数据预热。将热点数据提前放入 cache。
缺陷 2：写操作频繁导致 cache 中数据被频繁删除影响缓存命中率。解决办法如下：

数据库和缓存数据强一致：更新 db 的时同样更新 cache，需加一个锁/分布式锁保证更新 cache 时不存在线程安全问题。

可短暂地允许数据库和缓存数据不一致：更新 db 时同样更新 cache，但给缓存一个较短过期时间，如此数据不一致影响也较小。

Read/Write Through Pattern（读写穿透）

该策略中服务端把 cache 视为主要数据存储，从中读取数据并将数据写入其中。cache 服务负责将此数据读取和写入 db，从而减轻了应用程序的职责。在平时在开发过程中非常少见。

写（Write Through）：先查 cache，若cache 中不存在，直接更新 db。cache 中存在，则先更新 cache，然后 cache 服务自己更新 db（同步更新 cache 和 db）

读(Read Through)：从 cache 中读取数据，读取到就直接返回。读取不到则先从 db 加载，写入到 cache 后返回响应。

Read-Through Pattern 实际只是在 Cache-Aside Pattern 之上进行了封装。在 Cache-Aside Pattern 下，发生读请求的时候，如果 cache 中不存在对应的数据，是由客户端自己负责把数据写入 cache，而 Read Through Pattern 则是 cache 服务自己来写入缓存的，这对客户端是透明的。