Redis 删除缓存失败怎么办？重试、死信、补偿的工程化方案

这篇聊一个很现实的问题：数据库已经改成功了，但缓存删除失败了，线上怎么办？

先给答案

如果你项目里只有一句redis.del(key)，那一致性是靠运气。

一套更稳的做法是：

1. 主流程里先写库再删缓存
2. 删除失败立刻进入重试队列
3. 超过重试上限进入死信队列
4. 死信触发告警和人工/自动补偿
5. 全链路打点，能看见“删失败率”和“补偿成功率”

一句话：删除缓存不是一个动作，而是一条可观测、可补偿的链路。

为什么“删缓存失败”必须单独设计

很多同学会说：“删失败就下次再读库呗。”

这句话在低并发时看起来没毛病，但线上高峰期会出事：

• 热点 key 还在，用户继续读到旧值
• 读流量越大，旧值传播越快
• 你又没有补偿机制，脏数据会“活很久”

最麻烦的是：这个问题不会立刻报错，而是以“偶发投诉”“数据不对”的形式出现，排查成本很高。

一个真实可落地的链路

你会发现，核心不是“怎么删”，而是“删不掉时怎么兜”。

代码示例：主流程 + 异步重试

1. 主流程（写库后删缓存）

@ServicepublicclassProductService{@ResourceprivateProductMapperproductMapper;@ResourceprivateStringRedisTemplateredisTemplate;@ResourceprivateCacheDeleteProducercacheDeleteProducer;@Transactional(rollbackFor=Exception.class)publicvoidupdateProduct(Productproduct){Stringkey="product:"+product.getId();// 1) 数据库是事实来源productMapper.updateById(product);// 2) 主流程删缓存，失败则入重试队列try{redisTemplate.delete(key);}catch(Exceptionex){cacheDeleteProducer.sendDeleteEvent(key,1);}}}

2. 重试消费者（指数退避 + 最大次数）

@ComponentpublicclassCacheDeleteConsumer{privatestaticfinalintMAX_RETRY=5;@ResourceprivateStringRedisTemplateredisTemplate;@ResourceprivateCacheDeleteProducercacheDeleteProducer;@ResourceprivateDeadLetterProducerdeadLetterProducer;publicvoidonMessage(CacheDeleteEventevent){try{redisTemplate.delete(event.getCacheKey());// 打点：delete_success_total +1}catch(Exceptionex){intnextRetry=event.getRetryCount()+1;if(nextRetry>MAX_RETRY){deadLetterProducer.send(event.getCacheKey(),ex.getMessage());return;}longdelaySeconds=(long)Math.pow(2,nextRetry);// 2,4,8,16,32cacheDeleteProducer.sendDeleteEvent(event.getCacheKey(),nextRetry,delaySeconds);}}}

3. 死信补偿任务（定时巡检）

@ComponentpublicclassCacheDeleteCompensationJob{@ResourceprivateDeadLetterRepositorydeadLetterRepository;@ResourceprivateStringRedisTemplateredisTemplate;// 每 5 分钟跑一次@Scheduled(cron="0 */5 * * * ?")publicvoidcompensate(){List<DeadLetterRecord>records=deadLetterRepository.queryUnresolved(200);for(DeadLetterRecordrecord:records){try{redisTemplate.delete(record.getCacheKey());deadLetterRepository.markResolved(record.getId());}catch(Exceptione){deadLetterRepository.increaseFailCount(record.getId(),e.getMessage());}}}}

这 5 个细节，决定你方案能不能用

1. 幂等性
   删缓存天生幂等，删不存在 key 也算成功，别把它当异常。

2. 重试上限
   不要无限重试，超过阈值必须死信，不然就是隐性消息堆积。

3. 退避策略
   固定 1 秒重试容易打爆 Redis，用指数退避更稳。

4. 死信可见性
   死信不等于丢弃，要有告警和处理面板。

5. 链路监控
   至少要有这几个指标：

• cache_delete_fail_total
• cache_delete_retry_total
• cache_delete_dlt_total
• cache_delete_compensation_success_total

常见误区

误区 1：删失败概率很低，可以忽略

线上你总会遇到：网络抖动、Redis 短暂超时、连接池耗尽。
低概率 * 高频请求 = 可观事故数。

误区 2：有延迟双删就够了

延迟双删只能覆盖一部分并发窗口，无法替代失败重试链路。

误区 3：死信就是失败，人工看就行

只靠人工盯死信，夜里一定会漏。
最好是“告警 + 自动补偿 + 人工兜底”三层。

选型建议（按团队规模）

最后总结

“删除缓存失败”不是小概率边角料，它是缓存一致性的主战场。

真正能扛线上流量的方案，通常长这样：

1. 主链路快：写库后删缓存
2. 失败可恢复：异步重试
3. 极端可兜底：死信补偿
4. 整体可观测：指标和告警

把这四件事做到位，你的缓存一致性就不是“玄学”，而是工程能力。