双写策略是什么

双写策略（Dual Write Strategy）是指在分布式系统中，为了保持多个数据存储（如数据库和缓存，或主从数据库）之间的数据一致性，采用同时写入两个存储的同步操作方式。即在更新数据时，先或同时向两个目标（如 MySQL 和 Redis）写入数据，确保两边数据一致。

1. 双写策略详解

定义

双写策略通常用于解决缓存与数据库一致性问题，或多数据源同步场景。
核心思想：每次写操作都同时更新所有相关存储，避免异步更新带来的延迟或不一致。

实现方式

先写数据库，后写缓存：
更新数据库 -> 更新缓存。
先写缓存，后写数据库：
更新缓存 -> 更新数据库。
同时写入：
并行写入数据库和缓存。

示例（Java + MySQL + Redis）

public void updateUser(String userId, String name) {
    // 写数据库
    userDao.update(userId, name);
    // 写缓存
    redis.set("user:" + userId, name);
}

2. 双写策略的场景

缓存一致性：
如 Redis 缓存与 MySQL 数据库同步。
主从同步：
主库写完立即同步从库。
异构数据源：
如同时更新 ES（ElasticSearch）和数据库。

3. 优点与缺点

优点

一致性强：
数据更新实时同步，减少不一致窗口。
简单性：
逻辑直观，易实现。
低延迟：
无需异步任务，立即生效。

缺点

性能开销：
同步写多个存储，增加响应时间。
失败风险：
一个存储失败，需回滚或补偿，复杂化事务。
耦合性：
业务代码需处理多存储逻辑。

示例问题

更新 MySQL 成功，Redis 失败：
数据不一致，需回滚 MySQL 或重试 Redis。

4. 实现中的优化与解决

(1) 事务保障

用分布式事务（如 XA 或 TCC）保证原子性。
问题：性能低，复杂度高。

(2) 失败重试

一个存储失败时，重试写入。

public void updateUser(String userId, String name) {
    userDao.update(userId, name);
    int retries = 3;
    while (retries-- > 0) {
        try {
            redis.set("user:" + userId, name);
            break;
        } catch (Exception e) {
            Thread.sleep(100); // 重试间隔
        }
    }
}

(3) 异步补偿

双写失败后，记录日志，异步任务修复。
示例：用 MQ 发送补偿消息。

(4) 先删缓存

先删除缓存，写数据库后异步更新缓存，降低不一致性。

redis.del("user:" + userId);
userDao.update(userId, name);

5. 与其他策略对比

双写策略：
同步写，强一致，低延迟。
异步写：
如 Canal 监听 binlog 更新缓存，高吞吐但有延迟。
读修复：
读时检查一致性再修复，适合读多写少。

延伸与面试角度

一致性模型：
双写追求强一致性，异步追求最终一致性。
实际应用：
电商：库存同步到 Redis 和 MySQL。
日志：写 ES 和数据库。
优化点：
分布式锁：防止并发双写冲突。
批量写：减少 IO。
面试点：
问“双写问题”时，提失败回滚。
问“替代”时，提 Canal 或读修复。

总结

双写策略通过同步写入多个存储保证数据一致，简单但有性能和失败风险。优化靠事务、重试或异步补偿。面试时，可结合 Redis 示例或提一致性对比，展示理解深度。