1.忍受大法
第一种解决办法，很简单，无他，不管他，没有读到也没事。这时业务不需要任何改造，你好，我好，她也好~
如果业务对于数据一致性要求不高，我们就可以采用这种方案。
2.数据同步写方案
主从数据同步方案，一般都是采用的异步方式同步给备库。
我们可以将其修改为同步方案，主从同步完成，主库上的写才能返回。
- 业务系统发起写操作，数据写主库
- 写请求需要等待主从同步完成才能返回
- 数据读从库，主从同步完成就能读到最新数据
这种方案，我们只需要修改数据库之间同步配置即可，业务层无需修改，相对简单。
「不过，由于主库写需要等待主从完成，写请求的时延将会增加，吞吐量将会降低。」
这一点对于现在在线业务，可能无法接受。
3.选择性强制读主
对于需要强一致的场景，我们可以将其的读请求都操作主库，这样「读写都在主库」，就没有不一致的情况。
这种方案业务层需要改造一下，将其强制性读主，相对改造难度较低。
不过这种方案相对于浪费了另一个数据库，增加主库的压力。
4.中间件选择路由法
这种方案需要使用一个中间件，所有数据库操作都先发到中间件，由中间件再分发到相应的数据库。
这时流程如下：
- 写请求，中间件将会发到主库，同时记录一下此时写请求的 key（操作表加主键等）
- 读请求，如果此时 key 存在，将会路由到主库
- 一定时间后（经验值），中间件认为主从同步完成，删除这个 key，后续读将会读从库
这种方案，可以保持数据读写的一致。
但是系统架构增加了一个中间件，整体复杂度变高，业务开发也变得复杂，学习成本也比较高。
5.缓存路由大法
这种方案与中间件的方案流程比较类似，不过改造成本相对较低，不需要增加任何中间件。
这时流程如下:
- 写请求发往主库，同时缓存记录操作的 key，缓存的失效时间设置为主从的延时
- 读请求首先判断缓存是否存在
-
- 若存在，代表刚发生过写操作，读请求操作主库
- 若不存在，代表近期没发生写操作，读请求操作从库
这种方案相对中间件的方案成本较低，但是呢我们此时又引入一个缓存组件，所有读写之间就又多了一步缓存操作。
总结
我们引入主从架构，数据读写分离，目的是为了解决业务快速发展,请求量变大，并发量变大，从而引发的数据库的读瓶颈。
不过当引入新一个架构解决问题时，势必会带来另外一个问题，数据库读写分离之后，主从延迟从而导致数据不一致的情况。，
为了解决主从延迟，数据不一致的情况，我们可以采用以下这几种方案：
- 忍受大法
- 数据库同步写方案
- 选择性强制读主
- 中间件选择路由法
- 缓存路由大法
