Redis缺点

一致性问题

一致性问题是分布式常见问题，还可以再分为最终一致性和强一致性。数据库和缓存双写，就必然会存在不一致的问题。答这个问题，先明白一个提。就是如果对数据有强一致性要求，不能放缓存。我们所做的一切，只能保证最终一致性。另外，我们所做的方案其实从根本上来说，只能说降低不一致发生的概率，无法完全避免。因此，有强一致性要求的数据，不能放缓存。

摘自https://www.cnblogs.com/zuichuyouren/p/11123141.html

最终一致属于弱一致性，要求数据最终是一致的；强一致要求数据任意时刻都是一致的。

缓存穿透

缓存穿透的就是用户想要查询一个数据，发Redis中没有，也就是缓存没有命中，于是向持久层数据库发起查询，发现也没有这个数据，于是本次查询失败。当用户很多的情况下，缓存都没有命中，又
都去请求持久层数据库。这会给持久层数据库造成很大的压力，这时候就相当于缓存穿透。
解决方法

布隆过滤器
布隆过滤器是一种数据结构，对所有可能查询的参数以hash形式存储，在控制层先进行校验，不符合
的则丢弃，从而避免对持久层数据库的查询压力。
缓存空对象
当存储层不命中后，及时返回的空对象也将其缓存起来，同时会设置一个过期时间，之后再访问这个
数据将会从缓存中获取，保护了后端数据源。

缓存击穿

缓存击穿，是指一个key非常热点。在不停的扛着大量并发，大并发集中对这一个点进行访问，当这个key在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在也给屏蔽上凿开了一个洞。
当某个key在过期的瞬间，有大量的请求并发访问，这类数据一般是热点数据，由于缓存过期，会同时访问数据库来查询最新数据，并且写会缓存，会导致数据库瞬间压力过大。
解决方法

热点数据永不过期
加互斥锁：只允许有一个线程去访问数据库查询key值

缓存雪崩

缓存雪崩指的是在某一时间段，缓存集中过期失效，或者Redis宕机。比如：在写文本的时候，马上要到双十一零点，很快就会迎来一波抢购，这波商品时间比较集中的放入了缓存，假设缓存一个小时。那么到了凌晨一点钟的时候，这批商品的缓存就过期了。从而对这批商品的访问查询，都落到了后台数据库上，对于数据库而言，就会产生周期性的压力波峰。于是所有的请求都会达到存储层，存储层的调用量会暴增，造成存储层也会宕机的情况。
解决办法

redis高可用
限流降级
数据预热