Cache和数据库一致性策略-由一篇facebook论文的启发

我们在架构设计中，经常会使用到缓存，例如REDIS，或者MEMcached。
那么问题来了，怎么保证缓存和数据库中数据的一致性呢， 最近看了一篇Facebook的论文，下面是一个比较好的方案。

缓存适用场景：

1. 用户查询数据的操作远大于更新和插入数据。
2. 系统读取数据来自不同的数据源，比如 MYSQL，HDFS。
   在一个大型的分布式系统中，Memcached or REDIS 是很好的工具，本架构利用Memcached来构造一个分布式的key-value数据库，可以支持每秒数十亿次的访问请求。

缓存和数据库的一致性策略：

A. 查询数据：

系统处理流程是：

1. 用户向服务器请求数据
2. 服务器先查询本地cache，如果存在，返回。否则，查询数据库。
3. 如果数据库存在，更新本地cache，返回。

B. 更新和写数据：

系统处理流程是：

1. 用户写请求到服务器。
2. 系统执行SQL到数据库。 同时发送删除请求到本地cache。
   选择直接删除，而不是更新操作，主要是为了保证幂等性。