事务隔离级别、外键约束、update/delete条件校验及缓存一致性四层机制共同保障数据一致性，任一缺失都可能导致线上故障。
事务隔离级别选错，select 看不到刚 INSERT 的数据
不是代码写错了，是默认隔离级别在捣鬼。mysql 默认 REPEATABLE READ，postgresql 默认 READ COMMITTED，而 sqlite 默认不开启 WAL 模式时连真正的 MVCC 都没有。同一事务内 SELECT 看不到自己刚 INSERT 的行？大概率是开了自动提交（autocommit=True）但没意识到——那每次 INSERT 都是独立事务，还没等你 SELECT，它就已经提交又“消失”在快照里了。
实操建议：
- 确认驱动是否默认开启自动提交：Python 的
sqlite3默认关，pymysql默认开；Go 的database/sql默认关，但连接池可能重用已提交的连接状态 - 显式控制事务边界：用
BEGIN/COMMIT包住一组操作，别依赖隐式行为 - 读已提交场景下，避免在
READ UNCOMMITTED下做业务判断——脏读不是“快”，是不可靠
UPDATE ... WHERE 条件漏掉主键或唯一约束，导致意外更新多行
这是线上事故高频原因。比如想改某用户余额：UPDATE accounts SET balance = 100 WHERE user_id = 123，结果 user_id 字段没建索引，又或者传参时把 user_id 写成 id 导致条件恒真，整张表全被设成 100。
实操建议：
- 所有
UPDATE和DELETE必须带WHERE，且该条件字段必须有索引 + 唯一性保障（如主键、UNIQUE约束） - 开发期加一层防护：在 ORM 层或 DAO 方法里强制校验
WHERE子句是否包含主键字段，或用LIMIT 1（MySQL 支持，PostgreSQL 需用 CTE 或子查询模拟） - 上线前用
EXPLAIN看执行计划，确认type是const或eq_ref，而不是ALL
外键没开，级联更新/删除失效，应用层硬编码补逻辑
外键不是性能包袱，而是数据一致性的最低防线。关掉外键（比如 MySQL 的 FOREIGN_KEY_CHECKS=0），再用脚本批量导入数据，之后忘记恢复——后面所有 ON DELETE CASCADE 都形同虚设。更糟的是，应用层自己写“先删子表再删主表”的逻辑，结果并发时子表记录被其他请求插入，删主表就报错。
实操建议：
- 建表时明确声明外键并指定动作：
FOREIGN KEY (order_id) REFERENCES orders(id) ON DELETE CASCADE，别等出问题再补 - 不要为“怕锁表”禁用外键——真正影响性能的是缺失索引，不是外键本身；确保外键列都有索引（MySQL 要求，PostgreSQL 推荐）
- 迁移工具如
gh-ost或pt-online-schema-change默认保留外键，但需手动检查生成的 DDL 是否含ADD CONSTRAint
应用层缓存和数据库不一致，cache-aside 模式下删缓存失败就彻底失联
查缓存 → 缓存未命中 → 查 DB → 写缓存，这流程看着稳，但只要中间一步失败（比如 DB 查到了，缓存写入超时），下次读到的就是旧值。更危险的是“先删缓存 → 再更新 DB”：删缓存成功，DB 更新失败，缓存空了，DB 还是旧数据，下次读直接穿透到旧值。
实操建议：
- 删缓存操作必须和 DB 更新在同一事务中完成——做不到就用可靠消息队列兜底，比如更新 DB 后发一条
invalidate_user_123消息，消费者重试直到缓存删除成功 - 给缓存加短过期时间（如 60s），不追求强一致时，这是最简单有效的安全阀
- 避免用哈希 key 拼接业务字段（如
"user:" + str(user_id)），一旦字段类型变（int → String）、格式变（加前缀）、分库分表规则变，key 就对不上，缓存永远不命中也不报错
数据一致性不是靠单点机制保证的，是隔离级别、约束、事务边界、缓存策略四层叠加的结果。少一层，漏一个配置，就可能在某个并发路径上崩掉。细节藏在 WHERE 条件有没有索引、FOREIGN_KEY_CHECKS 是开是关、缓存 DEL 命令有没有重试逻辑里——不是不知道，是上线前没盯住那一行。