Redis缓存穿透、缓存击穿、缓存雪崩及其对应的解决方案

1.缓存穿透

概念：

用户想要查询一个数据，发现redis内存数据库没有，也就是缓存没有命中，于是向持久层数据库查询。发现也没有，于是本次查询失败。当用户很多时，缓存都没有命中，于是都去请求了持久层数据库。这会给持久层数据库造成很大的压力，这时候就相当于出现了缓存穿透。

解决方案：

1.布隆过滤器

布隆过滤器（Bloom Filter）是1970年由布隆提出的。它实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都比一般的算法要好的多，缺点是有一定的误识别率和删除困难。

布隆过滤器会在我的另一篇博客中详细解释

2.缓存空对象

当存储层不命中后，即使返回的空对象也将其缓存起来，同时设置一个过期时间，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

但是缓存空对象会存在下列问题：

1.空值被缓存起来，会占用更多的空间
2.即使设置了过期时间，还是会存在缓存层和存储层的数据会有一段时间窗口的不一致这对  需要保持一致性的业务会有影响

2.缓存击穿

概念：

一个key非常热点，在不停的扛着大并发，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，并且回写缓存，会导致数据库瞬间压力过大

解决方案：

1.设置热点数据永不过期

 2.加互斥锁
 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，但是对分布式锁的考验很大

3.缓存雪崩

概念：

某一时间段，缓存集中过期失效/redis宕机/断网

解决方案：

1.redis高可用

多设几台redis
2.限流降级

缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量
3.数据预热

在正式部署之前，我先把可能的数据访问一边，这样部分可能大量访问的数据就会
加载到缓存中。在即将发生大并发访问前手动触发加载缓存不同的key，设置不同的
过期时间，让缓存失效的时间尽量均匀