什么是缓存击穿、缓存穿透、缓存雪崩？

缓存穿透

什么是缓存穿透？

缓存穿透说简单点就是大量请求的 key 是不合理的，根本不存在于缓存中，也不存在于数据库中 。这就导致这些请求直接到了数据库上，根本没有经过缓存这一层，对数据库造成了巨大的压力，可能直接就被这么多请求弄宕机了。

举个例子：某个黑客故意制造一些非法的 key 发起大量请求，导致大量请求落到数据库，结果数据库上也没有查到对应的数据。也就是说这些请求最终都落到了数据库上，对数据库造成了巨大的压力。

有哪些解决办法？ 

最基本的就是首先做好参数校验，一些不合法的参数请求直接抛出异常信息返回给客户端。比如查询的数据库 id 不能小于 0、传入的邮箱格式不对的时候直接返回错误消息给客户端等等。

1. 设置空值

当在数据库中也未查询到该key时，在缓存中为key设置空值，防止对数据库发起重复查询。设置空值方案存在问题：不在系统中的key值是无限的，如果均设置key值为空，会造成内存资源的极大浪费，引起性能急剧下降。

2. 布隆过滤器

使用布隆过滤器来过滤掉系统中不存在的key，从而避免请求穿透缓存去查询数据库。

实现方式：在缓存之前添加一个布隆过滤器，将系统中所有可能存在的key全部映射到布隆过滤器中。当查询请求到来的时候，先到布隆过滤器里面对key进行过滤，只允许系统中存在的key进行后续查询。

「布隆过滤器」是一个很长的二进制向量和一系列随机映射函数，用于快速判断元素是否存在于集合中。

布隆过滤器的原理：

1. 布隆过滤器使用一个位数组(Bit Array)，初始时所有的位都设置为0。

2. 当向布隆过滤器中添加元素时，使用多个哈希函数将元素映射到位数组中的几个位置，把这几个位置的值设置为1。

3. 当要判断一个元素是否属于集合时，使用这些哈希函数将元素映射到位数组中的几个位置，并检查对应位置的值是否为1。如果对应的位置都为1，则说明元素可能属于集合；如果任意一个位置的值为0，则说明元素一定不属于集合。

布隆过滤器的优点：

1. 占用内存小。

2. 查询效率高。

3. 不需要存储元素本身。

布隆过滤器的缺点：

1. 有一定的误判率。

2. 不能获取元素本身。

3. 一般情况下不能从布隆过滤器中删除元素。

 

缓存击穿 

 什么是缓存击穿？

缓存击穿中，请求的 key 对应的是 热点数据 ，该数据 存在于数据库中，但不存在于缓存中（通常是因为缓存中的那份数据已经过期） 。这就可能会导致瞬时大量的请求直接打到了数据库上，对数据库造成了巨大的压力，可能直接就被这么多请求弄宕机了。

举个例子：秒杀进行过程中，缓存中的某个秒杀商品的数据突然过期，这就导致瞬时大量对该商品的请求直接落到数据库上，对数据库造成了巨大的压力。

击穿的解决方案

1. 缓存失效后，通过加锁、队列的方式控制写缓存的线程数量，保证缓存的单线程写，使得缓存更新串行化，大量的缓存更新操作排队进行，从而降低更新频率。

2. 缓存预热：系统上线后，提前加载热门数据到缓存中，避免在流量高峰期读数据库。

3. 限流策略：通过限制并发访问的请求数量，避免系统在缓存失效时被大量请求冲垮。

4. 热点数据永不过期：不给缓存设置过期时间，而是将过期时间存在key对应的value里，开启一个定时任务，定期查看缓存的过期时间，如果发现快要过期了，通过一个后台的异步线程去主动更新缓存。

缓存雪崩 

什么是缓存雪崩？

我发现缓存雪崩这名字起的有点意思，哈哈。

实际上，缓存雪崩描述的就是这样一个简单的场景：缓存在同一时间大面积的失效，导致大量的请求都直接落到了数据库上，对数据库造成了巨大的压力。 这就好比雪崩一样，摧枯拉朽之势，数据库的压力可想而知，可能直接就被这么多请求弄宕机了。

另外，缓存服务宕机也会导致缓存雪崩现象，导致所有的请求都落到了数据库上。

举个例子：数据库中的大量数据在同一时间过期，这个时候突然有大量的请求需要访问这些过期的数据。这就导致大量的请求直接落到数据库上，对数据库造成了巨大的压力。

雪崩的解决方案

1. 设置随机的缓存失效时间：给不同的key设置随机的失效时间，可以在原有的失效时间按上增加一个随机值，使失效时间的分布尽量均匀，从根源上避免大量缓存key值同时失效。

2. 设置两级或多级缓存：将缓存划分为多个层级，每个层级具有不同的过期时间和容量。

3. 限流：通过限制并发访问的请求数量，避免系统在缓存失效时被大量请求冲垮。

4. 熔断：在数据库访问出现故障时，通过切断对数据库的请求并提供备选方案来防止故障蔓延。

总结 

穿透：查询的数据在缓存中不存在，数据库中也不存在。--- key不存在

击穿：热点数据的缓存突然失效。--- 热点的key失效

雪崩：大量的缓存在某一时刻同时失效。--- 大规模的key失效