缓存更新策略

1.内存淘汰

当内存不足时自动淘汰部分数据，下次查询时更新缓存。

2.超时剔除

给缓存数据添加ttl时间，到期后自动删除缓存。下次查询时更新缓存。

3.主动更新

编写业务逻辑，在修改数据库的同时，更新缓存

业务场景：

低一致性需求：内存淘汰策略。

高一致性需求: 主动更新，并以超时剔除为兜底方案。

缓存更新时会遇到的问题有哪些?

1.缓存穿透

缓存穿透是指客户端请求的数据在缓存中和数据库中都不存在，这样缓存永远不会生效，这些请求都会打到数据库。如果大量的请求打到数据库上给数据库带来很大的压力，甚至可能会出现宕机的情况。

解决方案：

1.缓存空对象

如果你访问的数据redis和数据库都没有，我就赋一个空值，下次来访问的时候就不至于缓存失效，但是这有一个问题，就是要给空值赋予一个过期时间，因为访问的数据在数据库中出现的时候，就要更新到redis当中。否则就会出现短期不一致的问题。除此之外，还会产生额外的消耗。

2.布隆过滤

布隆过滤器是一串二进制数组和一系列的哈希函数。如下图所示：

如果我们要插入一个数据你好，首先由n个哈希函数（不同的hash算法）计算hash值，然后落位到相应的数组下标，对应的数据下标都为1。如果我们要查询你好，则看这些数组下标对应的值全为1，则表明存在。如果要删除，则会出现误删的情况。

讲一讲布隆过滤器的优点：

1.占用空间非常小。由一串二进制数组组成的数据

2.插入和查询都是非常快的。

缺点是：

误判。误判是不可避免的。在布隆过滤器源码中，会传入三个参数，有两个参数是跟误判率有关系，一个是size,一个是k。误判率不能设置的无限小，计算时间长，性能低。

在缓存这里布隆过滤器是在请求和redis之间，首先通过布隆过滤器是否存在，如果不存在，则拒绝，存在继续访问redis。

2.缓存雪崩

缓存雪崩是指同一时段大量的缓存key同时失效或者redis服务宕机，导致大量的请求到达数据库，带来巨大的压力。

解决方案：

(1).针对于大量的key同时失效，给不同的key的ttl添加随机值

(2).针对于redis宕机，我们使用redis集群提高服务的可用性

(3).给缓存业务添加降级限流策略(当redis集群都失效了，快速失败)

(4).给业务添加多级缓存(nginx,tomcat,jvm,redis,mysql)

3.缓存击穿

缓存击穿问题也叫热点key问题，就是一个被高并发访问并且缓存重建业务较复杂的key突然失效了，无数的请求访问会在瞬间给数据库带来巨大的冲击。

解决方案：

首先聊一下正是因为热点key突然失效，并且缓存重建较为复杂。所以引入互斥锁来解决大量的请求缓存重建给数据库带来压力。一次只有一个线程进来缓存重建，其他线程等待。引入逻辑过期来解决key突然失效的问题。

(1).互斥锁

使用synchronized互斥锁的形式加互斥锁，确保一次只有一个线程。这样的优点是

1.没有额外的内存消耗

2.保证一致性

3.实现简单

缺点是

（1）线程需要等待，性能受影响

（2）可能有死锁风险

(2).逻辑过期

这个逻辑过期并不是真的过期，是通过给对象添加一个expire字段，这个字段值比如在当前时间+30,判断如果当前时间大于expire,这个时候就过期了，这个时候先获取锁，然后开启一个新线程进行缓存重建，当完成的时候，这个新线程释放锁。下图为缓存重建的流程图。

首先从redis当中，查询商铺信息，判断是否命中，如果未命中，返回空。如果命中，判断是否过期，如果过期，尝试获取互斥锁，开启新线程，缓存重建并释放锁。如果没有获取到锁，直接返回商铺信息。如果未过期，返回商铺信息。