Redis缓存问题：缓存穿透，缓存击穿，缓存穿透

1.1缓存穿透

概念：请求的数据在缓存和数据库中均不存在，导致所有的请求都直接到达数据库,从而导致数据库压力增大。

经典场景：

无效请求：用户请求的数据在数据库中不存在

恶意攻击：发送大量不存在的请求

解决方案：

1. 缓存空数据，查询返回的结果为空，仍把这个空结果缓存

   优点：简单

   缺点：消耗内存；当数据更新时，查询数据不一致

2. 布隆过滤器，拦截不存在的数据，不存在，直接返回

   存储数据：在一个以二级制为单位的数组中，布隆过滤器可以检索一个元素是否在一个元素中（通过多个hash函数获取hash值，在对hash值进行计算数组对应的位置改为1，数组数据初始化都为0）

   查询数据：使用相同的hash函数获取hash值，判断对应位置都为1

   优点：内存占比少，没有多余的key

   缺点：实现复杂，存在误判（误判率：数组越大，误判率越小，但是内存消耗越大）（不存在的数据在进行hash函数获取hash值时，取得位置与存在数据重合）

1.2缓存击穿

概念：某一或少量key过期，在这个时间点对这个key有大量的并发请求，这些请求直接到达数据库，可能压垮DB

解决方案：

        1.互斥锁，查询缓存未命中时，获取互斥锁，在此线程完成数据重建，写入缓存，释放锁。

优缺点：强一致，性能差

        2.逻辑过期，查询缓存时，逻辑时间过期，获取互斥锁并开启新线程，在新线程中进行数据重建以及重置逻辑过期时间，在原线程中依旧返回旧数据，直至新线程释放锁，才获取新数据（数据重建的数据）。

优缺点：高可用，性能优，不能保证数据绝对一致

注意：逻辑过期并不是数据真的消失，只是逻辑上的过期

1.3缓存雪崩

概念：在同一时间大量的key请求失效或者服务器宕机，导致请求全部到达数据库

解决方案：

        1.给不同的key设置随机TTL

        2.给业务添加多级缓存或添加限流机制