缓存穿透、缓存击穿和缓存雪崩

1、缓存穿透
缓存和数据库中都没有的数据，但是用户不断发起请求，如发起为 id 为“-1”的数据或id为特别大不存在的数据。此时所有的请求都会打到数据库上，导致数据库压力过大。

解决方案：
（1）接口层增加校验，如用户鉴权校验，id做基础校验，id<=0 的直接拦截
（2）如果从缓存和数据库中都没有取到数据，也可以将 key-value 对写为 key-null，然后将缓存有效时间设置短点，如30秒（设置太长会导致正常情况也没法使用）。这样可以防止攻击用户反复用同一个 id 暴力攻击
（3）布隆过滤器，可以快速判断某个Key是否在数据库中存在，不存在 return 空，存在才去查DB，然后刷新键值对再return
 

2、缓存击穿
指缓存中没有但数据库中有的数据（一般是缓存时间到期），即在某些热点 Key 过期，可能会在瞬间出现大量的并发请求，这时读缓存没读到数据，所有请求打到了数据库，使得数据库压力激增。

解决方案：
（1）设置热点数据永不过期
（2）加互斥锁，大致思路是如果缓存中有数据，直接返回。如果缓存中没有数据，那么第1个进入的线程获取锁，同时从数据库去取数据，在锁没释放之前，其他并行进入的线程会等待一段时间（如100ms），然后再重新取缓存数据。这种方法能避免所有请求都去数据库重复取数据，重复向缓存中更新数据的情况出现
 

3、缓存雪崩
指缓存中数据大批量到过期时间，而查询数据量巨大，引起数据库压力过大甚至宕机。与缓存击穿的区别是，缓存击穿一般指并发查同一条数据，缓存雪崩是不同数据都过期了，并发查多条数据缓存查不到从而打到数据库。

解决方案：
（1）缓存数据的过期时间设置随机，防止同一时间大量数据过期现象发生。
（2）设置热点数据永远不过期。

 
布隆过滤器
1、布隆过滤器是干嘛的
布隆过滤器是由一个长度为 M 比特的位数组与 K 个哈希函数组成的数据结构。主要用来检索一个元素是否一定不在或可能在一个集合里。
位数组中的元素初始值都为0 ，K 个哈希函数可以把输入数据均匀散列。如图：

插入数据：
当向布隆过滤器中插入元素时，先将该元素通过 K 个哈希函数处理后产生 K 个哈希值，以这些哈希值作为位数组下标，同时将这些下标对应的比特位置为1。

查询数据：
同样是将该元素通过K个哈希函数计算后产生 K 个哈希值，接着检查这些哈希值中对应的比特值。如果其中任意一个比特值为0，说明该元素一定不存在。如果所有比特值都是 1，则说明该元素可能存在。那么你可能会问为什么是可能而不是一定存在？这是因为其他元素经过哈希后一个可能相同的比特位的值也是1。

 
2、如何选择哈希函数个数和bit数组长度
假设我们预估要存的数据量为 n，期望的误判率为 p。所需的 Bit 数组大小为 m，hash 函数的个数 k。它们的计算关系为：
（1）Bit数组的长度计算公式

（2）哈希函数个数计算公式

 
3、布隆过滤器的优缺点
优点：
（1）不需要存储数据，只用比特表示，空间占用率上优势明显
（2）检索效率高，插入和查询时间复杂度都为 O(K)（K 是哈希函数个数）。

缺点：
（1）无法判断一个元素一定存在
（2）插入和查询元素容易，删除元素困难。