Redis缓存雪崩，缓存击穿，穿透分别是什么，要怎么解决这些问题

Redis 作为缓存系统时，可能会遇到一些与缓存失效或未命中相关的问题，如缓存雪崩（Cache Avalanche）、缓存击穿（Cache Breakdown）和缓存穿透（Cache Penetration）。以下是这些问题的一些解释和解决方案：

1. 缓存雪崩（Cache Avalanche）

描述：

• 缓存雪崩指的是缓存中大量的数据在同一时间过期（失效），导致大量请求都去查询数据库，给数据库带来巨大压力，甚至导致数据库宕机。

解决方案：

• 设置缓存过期时间随机化：避免大量缓存同时过期。
• 使用缓存预热：在系统启动或低峰期，提前加载一些热点数据到缓存中。
• 使用降级策略：当缓存系统出现问题时，暂时关闭部分功能或降低服务级别，减轻系统压力。
• 使用限流和熔断：对数据库访问进行限流，防止数据库被大量请求压垮；使用熔断器，在数据库无法响应时快速失败并返回错误。

2. 缓存击穿（Cache Breakdown）

描述：

• 缓存击穿指的是某个热点数据的缓存过期，此时有大量请求去查询这个数据，导致数据库压力骤增。

解决方案：

• 设置热点数据永不过期：使用逻辑过期，即给缓存数据设置一个额外的过期时间字段，在数据访问时检查该字段，而不是依赖 Redis 的过期时间。
• 使用互斥锁：在查询数据库前，先尝试获取一个互斥锁，只有获得锁的线程才能去查询数据库并更新缓存，其他线程等待锁释放后从缓存中读取数据。
• 预先加载热点数据：在系统启动时或低峰期，预先加载一些热点数据到缓存中。

3. 缓存穿透（Cache Penetration）

描述：

• 缓存穿透指的是查询一个不存在的数据，由于缓存中没有这个数据，导致每次请求都会去查询数据库，而数据库中也没有这个数据，从而造成缓存和数据库的无效访问。

解决方案：

• 使用布隆过滤器（Bloom Filter）：布隆过滤器是一种空间效率极高的概率型数据结构，用于判断一个元素是否在集合中。在查询缓存前，先使用布隆过滤器判断数据是否存在，如果不存在则直接返回，避免查询数据库。
• 缓存空对象或默认值：当数据库中没有查询到数据时，将一个空对象或默认值缓存起来，并设置较短的过期时间。这样，后续请求相同的非存在数据时，可以直接从缓存中获取空对象或默认值，而不需要再去查询数据库。但这种方法需要注意空值和正常值的区分。
• 设置合理的缓存过期时间：避免缓存失效过于频繁，减少缓存穿透的可能性。
• 使用更细粒度的缓存：根据业务场景，将数据拆分成更小的粒度进行缓存，减少缓存穿透的概率。