1 Mysql查完数据，再同步写入到Redis中
缺点1：会对接口造成延迟，因为同步写入redis本身就有延迟，并且还要做重试，如果redis写入失败，还需要重试，那就更费时间了。
缺点2：不解耦，如果redis崩了，那直接卡线程了
缺点3：如果人为该数据库，那就没法同步了， 除非再人为删除对应的Redis，但删除Redis这个过程也有个时间差
2 Mysql查完数据，通过发送MQ，在消费者线程去同步Redis
缺点1：多了层MQ，也就是会有很大的概率导致同步延迟问题.
缺点2：要对MQ的可用性做预防
缺点3：如果人为该数据库，那就没法同步了
优点1：可以大幅减少接口的延迟返回的问题
优点2：MQ本身有重试机制，无需人工去写重试代码
优点3：解耦，把查询Mysql和同步Redis完全分离，互不干扰
3 订阅Mysql的Binlog文件(可借助Canal来进行)
CanalServer会伪装成MysqlServer从库，去订阅MysqlServer主库的Binlog文件
Canal启动的时候会配置对应的消息MQ(RabbitMQ, RocketMQ, Kafka), 监听到Binlog文件有变化是，会把变化的sql语句转换成json格式，并作为消息内容发送到MQ中
项目中只要监听对应MQ，就能拿到Binlog改动的内容，Json数据中有明确的操作类型(CURD), 以及对应的数据。把对应数据同步到redis即可
缺点1：canal订阅Binlog的整个操作过程是单线程的，所以面临超高并发的情况下，性能可能不太出色。你可以部署多个Canal与多个消费者，但需要注意避免重复消费问题，并进行幂等性校验
优点1：即使人为改数据库，也会监听到，并且也会同步
优点2：异步同步，不会对接口返回有格外延迟
4 延迟双删
在执行修改sql之前，先将redis的数据删除
执行更新sql
延迟一段时间
再次删除redis的数据
// 延迟双删伪代码 deleteRedisCache(key); // 删除redis缓存 updateMysqlSql(obj); // 更新mysql Thread.sleep(100); // 延迟一段时间 deleteRedisCache(key); // 再次删除该key的缓存
缺点：这个延迟时间不好把控，到底延迟多久，这个很难去评估
如果不采用延迟双删的方式，只是将缓存删除，然后修改MySQL数据。只有这两步会出现什么问题呢？
5. 单个请求，单线程没问题，高并发多线程下会出问题
6. 如果Thread1线程要更新数据，此时Thread1线程把redis清理了
7. 此时Thread2线程来了，但Thread1还没有更新mysql完毕
8. Thread2查询redis肯定是null，此时Thread2就要查mysql了，然后再把查到的数据写到缓存
9. 由于Thread1还没来得及修改mysql数据，所以此时Thread2查出来的数据是【旧数据】，Thread2把旧数据又写入Redis 了
10. 此时Thread3线程来了，查询Redis发现有数据，则直接拿缓存数据了，此时【Thread3查出来的是旧数据】，直接带着旧数据返回了，这就是问题所在
11. 而延迟双删的第二次删除作用就是防止Thread2把旧数据又写入了，有了延迟双删，Thread3查询Redis的时候还是null，就会从mysql 去拿最新数据了
12. 所以正常的这个延迟时间，应该是Thread2查缓存到拿mysql数据，到再保存到redis这整个时间，作为Thread1的延迟时间，但是这个Thread2这个过程的时间会受到很多因素影响，因此很难断定究竟会是多久
5 延迟双写
// 延迟双写伪代码 updateMysqlSql(obj); // 更新mysql addRedis(key); // 再次删除该key的缓存
上述代码缺陷;
高并发下，两条线程同时执行上面代码，并对mysql 修改，且修改内容不通，可能会导致Redis与Mysql数据不一致
T1线程执行完updateMysqlSql，释放了行锁，此时T2线程再执行updateMysqlSql 与 addRedis， 最后T1执行addRedis，这种情况会导致数据库改成了T2线程的数据，但Redis却是T1线程的数据
优化
// 完美延迟双写伪代码 开启事务 updateMysqlSql(obj); // 更新mysql addRedis(key); // 再次删除该key的缓存 提交事务
上述代码改正：
把两句代码放到一个事务里面，只有T1执行完Mysql 与 Redis的时候，T2才能开始执行，就可以保证数据一致性。推荐使用分布式锁
双写缺点：Mysql 与 Redis是单线程的。性能方面不行，因此不推荐使用
