解决方案

在高并发场景下，数据库和缓存双写不统一状况，咱们能够当写入数据库后删除缓存，当查的时候先查缓存，如果缓存为空再查数据库，最初写入缓存，然而这样还是存在一个问题。

如图所示，当呈现这种状况时该计划就会呈现问题，线程 2 阻塞一段时间后，又把 stock= 9 有更新到缓存中，而数据库中的 stock=10，下一次查时，会查到缓存中的 stock=9

计划优化

对于这种问题，如果业务场景对数据一致性没有那么高，咱们能够在更新缓存时设置一个过期工夫，过期之后缓存也就不存在了，还有一种咱们能够应用提早双删计划。

距离的 n 秒没有对立的规范，齐全看集体的教训，所以这种计划还是存在问题。最佳解决方案时应用分布式锁。

咱们能够应用 redis 读锁和写锁。咱们应用 redisson 实现分布式锁。

Redisson

GitHub：https://github.com/redisson/r…

中文文档：https://github.com/redisson/r…

注入 RedissonClient 对象

@Bean
public RedissonClient redissonClient(){Config config = new Config();
    config.useSingleServer().setAddress("redis://127.0.0.1:6379");
    return Redisson.create(config);
}

读锁申请

    @GetMapping("read")
    public String read(){RReadWriteLock readWriteLock = redissonClient.getReadWriteLock(RedisConstant.READ_WRITE_LOCK);
        // 读之前加读锁，读锁的作用就是期待该 lockkey 开释写锁当前再读
        RLock rLock = readWriteLock.readLock();
        try {rLock.lock();
            String uuid = redisTemplate.opsForValue().get("uuid");
            return uuid;
        }finally {rLock.unlock();
        }
    }

写锁申请

     @GetMapping("write")
    public String write() throws InterruptedException {RReadWriteLock readWriteLock = redissonClient.getReadWriteLock(RedisConstant.READ_WRITE_LOCK);
        // 写之前加写锁，写锁加锁胜利，读锁只能期待
        RLock rLock = readWriteLock.writeLock();
        String s = "";
        try {rLock.lock();
             s = UUID.randomUUID().toString();
            Thread.sleep(10000);
            redisTemplate.opsForValue().set("uuid",s);
        }finally {rLock.unlock();
        }
        return s;
    }