Redis缓存穿透 缓存雪崩

先查缓存 如果缓存中没有 就会去数据库中查询

缓存穿透（查不到）

基本概念

用户想要查询一个数据，发现redis内存数据库中没有，于是缓存没有命中，于是向持久层数据库查询。发现也没有，于是本次查询失败。当用户很多的时候，缓存都没有命中，于是都去请求了持久层数据库。这就会给持久层数据库带来很大的压力，也就相当于出现了缓存穿透。

解决方案

布隆过滤器

布隆过滤器时一种数据结构 对所有可能查询到的参数用hash的形式存储，在控制层先进行校验，不符合就丢弃，从而避免了对底层存储系统的查询压力。

缓存对象

当存储层数据不命中后，即使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。

但是这个方法会有两个问题

1 如果空值能被缓存起来，这就意味这缓存需要更多的空间存储更多的键，因为这当中可能会有很多空值的键。

2 即使对空值设定乐了过期时间，还是会再缓存层和存储层的数据会有一段时间窗口的不一致，这对于需要保持一致性的业务会有影响。

缓存击穿（查询量过多 缓存过期）

例如 微博服务器宕机（出现热点事件 大家一起访问）

缓存击穿，是指一个key非常热点，在不停的扛着大并发，大并发集中对一个点进行访问，在这个key失效的瞬间，持久的大并发就穿破缓存，直接请求数据库，就像在一个墙上凿开了一个洞。

当某个key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的数据，并且回写缓存，会导致数据库瞬间压力过大。

解决方案

设置热点数据永不过期

热点数据不过期，就没有缓存失效的空挡，也就不会发生缓存击穿的现象

加互斥锁

加锁只保证一个线程进去查询，其他的等待。

分布式锁：使用分布式锁，保证对于每个key同时只有一个线程去查询后端服务，其他线程没有获得分布式锁的权限，因此只需要等待即可。

这种方式将高并发的压力转移到了分布式锁上，因此对分布式锁的考验很大。

缓存雪崩

基本概念

缓存雪崩就是在某一个时间段，缓存集中过期失效或者Redis宕机。

比如双十一 （停掉一些服务 保证主要服务可用）

解决方案

Redis高可用

既然Redis可能会挂掉 那不如多开启几个Redis

限流降级

在缓存失效后，通过加锁或是队列来控制读数据库写缓存的线程数量。比如对某个key只允许一个线程查询数据和写缓存，让其他线程等待。

数据预热

数据预热的就是在正式部署之前，把可能的数据先预先访问一遍，这样部分可能大量访问的数据就被加载到了缓存中。在即将发生大并发前手动触发加载缓存不同的key，设置不同的过期事件，让缓存失效的事件点尽量均匀。