一、正确的缓存设置顺序：
1、读：先从DB读取之后，再写到cache中
2、更新：先更新 DB 中的数据，再删除 cache （必须是删除，而不是更新cache）
错误操作1，更新DB，同时写入cache
eg：进程A写了cache，此时进程B打断了A，又写cache，并写了DB，再次轮到进程A继续写DB，此时会导致，cache中保存的是B写入的数据，而DB中保存了A写入的数据，最终数据不一致，而且这个cache一直都是脏数据，如果此时不断有进程来读取，都是存在的cache脏数据；同理，如果先写DB，在写cache，一样存在可能被打断，最终导致cache是脏数据的问题
错误操作2，先删除cache，再更新DB，高并发时可能出现的问题：
eg：进程A先删除了cache，此时进程B打断A，则从DB中读取旧数据，并设置到了cache，再回来进程A更新DB，那么从这里开始，接下去所有的读请求，都是旧cache，脏数据
二、缓存“击穿”处理：
一个设置了过期时间的cache，在它过期那一刻，大量的并发请求会直连DB，DB负载过重问题。
解决办法：
1、当获取数据发现为空时，说明cache过期了，此时不马上连接DB，而是类似redis中的SETNX语法，设置一个tempkey=1，如果这个tempkey存在，则设置失败，不存在则设置成功， 设置成功，则进行DB读取数据，写入cache，否则延时30s，再次重试读cache，可能就有数据了。为什么这么做？因为多进程并发的时候，第一个发现cache失效了，设置了tempkey，进行DB读数据，其他进程则因为无法设置tempkey而等待一会，再读数据。
1 def get_data(key=None): 2 3 value = redis.get(key) 4 if not value: 5 #缓存失效 6 if 1==redis.setnx(key+'tempkey', 1, 60): #设置一个临时key，如果被其他进程设置过了，则设置失败，也就不会连接db 7 value = db.query('select name from test') 8 redis.set(key, value) 9 redis.delete(key+'tempkey') 10 11 else: 12 time.sleep(10) 13 get_data(key) #递归重试，或许已经可以直接从cache中获取了 14 else: 15 return value