在前文缓存更新中讲到，更新缓存较好的一种方式是使用 Cache Aside 模式，即先更新数据库，再失效缓存。但是若更新数据库成功，失效缓存由于服务异常、系统异常、网络异常等原因失败，则会导致数据不一致。
根据CAP理论，完美的一致性和可用性难以同时满足，通常会选择保证A和P，接受最终一致性。最终一致性强调的是系统中所有的数据副本，在经过一段时间的同步后，最终能够达到一致的状态。
使用缓存最主要的原因是追求数据访问速度，而如果要追求强一致性，按照目前的技术，必然会损失访问速度这一优势，因此在需要保证数据强一致性的场景下，根本不适合使用缓存。如果选择使用缓存，则必然基于一个重要前提，即可接受弱一致性或最终一致性。
在操作失败后，通过保存足够的信息可进行补偿操作，实现最终一致性。常用的补偿机制：
消息队列重试步骤：
Cache Aside模式可能会存在一种概率极低的读写时序问题：读操作缓存未命中，同时伴随一个并发写操作；读操作在写操作完成数据库更新前读取了旧数据，且在写操作删除缓存后更新了缓存，从而导致数据库中的为最新数据，而缓存中的仍为旧数据
延时双删方案可以解决这一问题：删除缓存、更新数据库、休眠一段时间、再次删除缓存
延时双删实现简单，但是因延迟等待会影响写请求性能，可以通过异步删除缓存来解决，典型的方案有：基于binlog 删除缓存和消费消息删除缓存
该方式实现复杂，一般不会使用，绝大多数场景 Cache Aside + 自动过期 + 失败补偿 策略已能够满足要求