Redis相关的一些问题

1. 缓存穿透

在高并发下，查询一个不存在的值时，缓存不会被命中，导致大量请求直接落到数据库上，如活动系统里面查询一个不存在的活动。

解决方案：

1. 布隆过滤器。首先也是对所有可能查询的参数以hash形式存储，当用户想要查询的时候，使用布隆过滤器发现不在集合中，就直接丢弃，不再对持久层查询。
2. 缓存空对象。当持久层不命中后，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，保护了后端数据源。缺点是：占用更多的内存。

2. 缓存雪崩

在高并发下，大量的缓存key在同一时间失效，导致大量的请求落到数据库上，如活动系统里面同时进行着非常多的活动，但是在某个时间点所有的活动缓存全部过期。

解决方案：

1. 给缓存的失效时间，加上一个随机值，避免集体失效。
2. 两级缓存。我们有两个缓存，缓存A和缓存B。缓存A的失效时间为20分钟，缓存B不设失效时间。自己做缓存预热操作。然后细分以下几个小点
   ● I 先从缓存A读数据，有则直接返回；
   ● II A没有数据，直接从B读数据，直接返回，并且异步启动一个更新线程；
   ● III 更新线程同时更新缓存A和缓存B。

3. 缓存击穿

一个key非常热点，在不停的扛着高并发，高并发集中对这一个点进行访问，当这个key在失效的瞬间，持续的高并发就穿破缓存，直接请求数据库，就像在一个屏障上凿开了一个洞。

解决方案：

1. 使用互斥锁(mutex key)：同一时刻只有一个client能够获取数据。
2. 永不过期：没有设置过期时间就保证不会出现热点key过期问题

4. 缓存并发竞争(并发set)

多个client线程同时set key引起的并发问题

解决方案：

1. 分布式锁+时间戳:准备一个分布式锁(Redis自己有实现)，并发访问哪个资源，就将该资源作为key，值为一个唯一的随机值（如unix时间戳加上ip之类的），这个key在Redis中存在，表示对此资源上锁了，用完再把这个key删了就行。
2. 消息队列:把Redis.set操作放在队列中使其串行化,必须的一个一个执行。这种方式在一些高并发的场景中算是一种通用的解决方案。

5. 如果master还未将AOF同步给slave就挂了，此时failover将此slave提升为新的master，那么如何保证最终一致性？

保证不了，就是丢了。

[1] redis缓存与数据一致性

[2] 缓存穿透、缓存击穿和缓存雪崩实践