0. 引言
最近线上的一个状态修改功能出现了问题，一开始是运营找了过来，运营告知某条数据的状态已经开启了的，但是实际使用起来还是没有生效，于是拿到这个问题后，首先就去数据库查了这条数据，发现确实如他所说，状态数据是已经更改过的。但是为什么没有生效呢？
于是再次查看了获取数据的方法，发现是优先获取的缓存，于是查询缓存里的数据，发现了问题所在，缓存里并没有将这条数据的状态更改过来，也就是缓存数据不一致问题。
继续追查状态修改的方法，发现采用的更新方式是先更新数据库，然后删除缓存。这是我们常用的双写一致性的处理方法，但也正是这样的方式出现了问题。下面我们来详细讲解
1. 先更新数据库，再删除缓存为什么有问题？
首先原来的方法，大概是这样的，将数据库更新后，再将缓存删除掉
public R save(UserVO userVO) {
User user = new User();
BeanUtils.copyProperties(userVO, user);
saveUser(user);
redisTemplate.delete("userInfo:" + user.getUserName());
return R.success("操作成功");
}
同时在获取数据时，采用的是先从缓存获取，如果缓存没有，就从数据库查询，并同时存放到缓存上，这样保证了下次访问时数据能直接从缓存获取，减少了数据库压力
public User getByUserName(String userName) {
User user = (User) redisTemplate.opsForValue().get(userName);
if (user != null) {
return user;
}
user = this.getOne(Wrappers.<User>lambdaQuery().eq(User::getUserName, userName));
redisTemplate.opsForValue().set("userInfo:" + userName, user);
return user;
}
数据库的数据已经更新成功了，说明数据库是没有报错了，那么哪个地方报错了呢？当然是redis，在执行redis的删除操作时，如果发现错误，比如因为网络问题，或者redis本身服务问题，导致没有正常执行而产生的报错，所以为了捕获这个报错，我们需要添加上数据库事务 @Transactional(rollbackFor = Exception.class)。
@Transactional(rollbackFor = Exception.class)
public R save(UserVO userVO) {
User user = new User();
BeanUtils.copyProperties(userVO, user);
saveUser(user);
redisTemplate.delete("userInfo:" + user.getUserName());
return R.success("操作成功");
}
但是这样你以为就结束了吗，这样的操作确实可以实现事务的回滚，但是上述的模式仅仅只是我们用到的Cache Aside模式（这里大家要了解redis缓存的四种模式），而对于另外一种同样经典的Write Through模式就不再适用于这个操作了。
2. Cache Aside模式与Write Through模式的区别
Cache Aside模式采用的是读时放缓存或者预加载缓存，写时更新数据库，删缓存，它适用于读多写少，因为缓存没有时要去数据库查数据，如果多线程场景下，同一时间打进来同样的请求，都会去访问数据库，一方面容易造成缓存击穿，一方面并不能保证数据的强一致性，比如如下场景：
两个请求同时执行:
请求A查询用户A信息，请求B更新用户A信息
请求A查询缓存没有值，于是去查询数据库，获取到值为old（还没有更新缓存）
请求B更新数据库用户A信息为new
请求B删除掉用户A信息的缓存
请求A写入缓存，值为old
至此，就导致用户A的数据缓存为旧数据了
Write Through模式采用的是读缓存，写时先更新缓存，再更新数据库，一般缓存不设置过期时间，适用于频繁查询缓存数据的场景。因为是先更新缓存，再更新数据库，且在查询操作时不做更新缓存，所以保证了数据的一致性，也防止了缓存击穿。
3. Write Through模式下的双写一致性
因为是先更新缓存，再更新数据库，那么更新方法的代码示例就变成了如下所示：
@Transactional(rollbackFor = Exception.class)
public R save3(UserVO userVO) {
User user = new User();
// 拷贝属性
BeanUtils.copyProperties(userVO, user);
redisTemplate.opsForValue().set(user.getUserName(), user);
userMapper.addUser(user);
return R.success("操作成功");
}
但是这样的操作，肯定是有问题的，因为一旦数据库报错，@Transactional能够保证数据库回滚，但并不能保证redis的事务性，于是我们需要让redis也能保证事务
方案一： SessionCallback实现redis事务
以为redis本身就自带事务指令，所以最容易想到的就是通过事务指令来实现redis事务，结合redisTemplate实现，需要借助SessionCallback回调类，实现代码如下
@Transactional(rollbackFor = Exception.class)
public R save2(UserVO userVO) {
// 本地事务+redis事务 = 双写一致性/缓存强一致性/redis.mysql事务回滚
User user = new User();
// 拷贝属性
BeanUtils.copyProperties(userVO, user);
Object execute = redisTemplate.execute(new SessionCallback<List<Boolean>>() {
@Override
public List<Boolean> execute(RedisOperations operations) throws DataAccessException {
// 事务开启
operations.multi();
// 执行的操作，redis先操作
operations.opsForValue().set(user.getUserName(), user);
try {
saveUser(user);
} catch (Exception e) {
// 事务取消
operations.discard();
e.printStackTrace();
return null;
}
// 事务的提交
return operations.exec();
}
});
return R.status(execute != null);
}
方案二： setEnableTransactionSupport实现redis事务
这样的代码还是比较长的，书写起来略显麻烦，能不能有更简单的方法，或者说能不能让redis也适配 @Transactional注解，实现事务操作。答案是当然可以的，在redisTemplate中有这样的一个方法setEnableTransactionSupport(true)，它可以开启redis支持数据库事务
@Configuration
public class RedisConfig {
/**
* 创建RedisTemplate
* @param redisConnectionFactory
* @return
*/
@Bean
public RedisTemplate redisTemplate(RedisConnectionFactory redisConnectionFactory){
// 创建对象
RedisTemplate redisTemplate = new RedisTemplate();
// 设置连接工厂
redisTemplate.setConnectionFactory(redisConnectionFactory);
// 设置redis生成的key的序列化器，对key编码进行处理
RedisSerializer stringSerializer = new StringRedisSerializer();
redisTemplate.setKeySerializer(stringSerializer);
redisTemplate.setHashKeySerializer(stringSerializer);
// 设置redis支持数据库事务
redisTemplate.setEnableTransactionSupport(true);
return redisTemplate;
}
}
开启之后，我们的更新代码就变成了如下所示，非常的简洁清爽
@Transactional(rollbackFor = Exception.class)
public R save3(UserVO userVO) {
User user = new User();
// 拷贝属性
BeanUtils.copyProperties(userVO, user);
redisTemplate.opsForValue().set(user.getUserName(), user);
userMapper.addUser(user);
return R.success("操作成功");
}
测试
最后我们来进行一个模拟测试，我们将sql中的字段故意写成不存在的字段名
请求这个接口
报错字段password2不存在
查看数据库中并没有添加成功
缓存里同样也没有，说明我们的redis支持了数据库的事物操作
