关于缓存一致性问题，不知道我这个方案是否可行

[xing393939]

数据库和缓存的数据一致性问题是 Web 开发中经常碰到的，一般我们都是采用 cache aside 方案，比如这篇文章介绍的。最近参考Scaling Memcache at Facebook，我想到了一个基于 redis 的简化版本，不知是否可行，希望大家帮忙参考下：

1. cacheMiss 时，生成一个对应 cacheKey 的 leaseId （ redis 生成一个值：key 是cacheKey + "_id"，value 是随机数，expireTime=10 秒，若 key 已存在则失败），若生成 leaseId 失败则等待并重试。
2. cacheMiss 后，先查 db 再更新缓存，但更新缓存的时候，需要检查 leaseId 是否有效（ redis 是否存在 key=cacheKey + "_id"、value=leaseId 的值）
3. 每次更新 db 后，删除缓存，同时删除 leaseId （ redis 删除 key=cacheKey + "_id"的值）

这样有什么问题吗？

[yule111222]

cacheMiss 后，先查 db 再更新缓存，这一步追加分布式锁不就行了吗？

[pdxjun]

为什么这么麻烦，加一个分布式锁，不就可以了吗

[luckyrayyy]

miss 的时候生成 key ，不就是一个分布式锁么。更新缓存加分布式锁有热点风险

[javaisthebest]

只要是多机器通信就会牵扯到网络

只要牵扯到网络就会形成分区。。

所以放弃你这个想法吧。

天命不可违

后续的任何一次操作失败就代表形成了 P 。。

[xing393939]

@yule111222 @pdxjun 要求数据强一致的话：加分布式锁，那么所有请求被阻塞的时间是[更新 db+删除缓存+查 db+更新缓存]，而我的方案阻塞的时间是[查 db+更新缓存]，我这个相当于是乐观锁。


@luckyrayyy 你说的热点风险具体场景是咋样的呢？