缓存穿透、击穿、雪崩

问题

大量的请求到数据库去查询。可能会导致数据库由于压力过大而宕掉。

缓存穿透:

请求查询一条数据库中不存在的数据，即缓存和数据库都查询不到这条数据，因此请求每次都会打到数据库上面去。

解决办法

缓存空值： 缓存中存储这些空数据的key。（也要设置过期时间） 
BloomFilter布隆过滤器（位数组+hash函数）

针对这种key异常多、请求重复率比较低的数据，没有必要进行缓存，使用BloomFilter直接过滤掉。
对于空数据的key有限的，重复率比较高的，采用缓存空值方式。

布隆过滤器(Bloom Filter)的原理和实现
BloomFilter 类似于一个hbase set 用来判断某个元素（key）是否存在于某个集合中。
查询的时候先去 BloomFilter 去查询 key 是否存在，如果不存在就直接返回，存在再走查缓存 -> 查 DB。

缓存击穿:

高并发的系统中，大量的请求同时查询一个 key 时，而恰好这个key失效了，导致大量的请求都打到数据库上。
解决办法

 互斥锁

多个线程同时去查询数据库的某条数据，在第一个查询数据的请求上使用一个 互斥锁来锁住它。
其他的线程被阻塞，等第一个线程查询到了数据，做缓存后。后面的线程进来发现已经有缓存了，就直接走缓存。

缓存雪崩:

大规模的缓存失效（如缓存服务宕机）
解决办法

事前：使用集群缓存，保证缓存服务的高可用

如使用 Redis，可以使用 主从+哨兵 ，Redis Cluster 来避免 Redis 全盘崩溃的情况。

  事中：ehcache本地缓存 + Hystrix限流&降级

在 Redis Cluster 完全不可用的时候，ehcache 本地缓存还能够支撑一阵。

事后：开启Redis持久化机制，尽快恢复缓存集群

热点数据失效:

大量热点数据的key设置的超时时间过期
解决办法

设置缓存过期时间时，在基础时间上加减随机值。
互斥锁