1. 淘汰緩存：如果是較為復雜的數(shù)據(jù)時，進行緩存的更新操作就會變得異常復雜，因此一般推薦選擇淘汰緩存，而不是更新緩存。

　　2. 選擇先淘汰緩存，再更新數(shù)據(jù)庫，假如先更新數(shù)據(jù)庫再淘汰緩存，如果淘汰緩存失敗，那么后面的請求都會得到臟數(shù)據(jù)，直至緩存過期。假如先淘汰緩存再更新數(shù)據(jù)庫，如果更新數(shù)據(jù)庫失敗，只會產生一次緩存穿透，相比較而言，后者對業(yè)務則沒有本質上的影響。

　　3. 延時雙刪策略 如下場景：同時有一個請求A進行更新操作，另一個請求B進行查詢操作。 我們按如下步驟執(zhí)行：

　　(1. 請求A進行寫操作，刪除緩存

　　(2. 請求B查詢發(fā)現(xiàn)緩存不存在

　　(3. 請求B去數(shù)據(jù)庫查詢得到舊值

　　(4. 請求B將舊值寫入緩存

　　(5. 請求A將新值寫入數(shù)據(jù)庫，次數(shù)便出現(xiàn)了數(shù)據(jù)不一致問題，此時我們可以采用延時雙刪策略得以解決。public void write(String key,Object data){ redisUtils.del(key); db.update(data); Thread.Sleep(100); redisUtils.del(key); }

　　這么做，可以將1秒內所造成的緩存臟數(shù)據(jù)，再次刪除。這個時間設定可根據(jù)俄業(yè)務場景進行一個調節(jié)。

　　4. 數(shù)據(jù)庫讀寫分離的場景 假如有如下場景： 兩個請求，

　　一個請求A進行更新操作，另一個請求B進行查詢操作。 我們按如下步驟執(zhí)行：

　　1. 請求A進行寫操作，刪除緩存

　　2. 請求A將數(shù)據(jù)寫入數(shù)據(jù)庫了

　　3. 請求B查詢緩存發(fā)現(xiàn)，緩存沒有值

　　4. 請求B去從庫查詢，這時，還沒有完成主從同步，因此查詢到的是舊值

　　5. 請求B將舊值寫入緩存

　　6. 數(shù)據(jù)庫完成主從同步，從庫變?yōu)樾轮?依舊采用延時雙刪策略解決此問題。