Redis 缓存雪崩，击穿，穿透

一、缓存雪崩

概念：在高并发写，大量缓存key在同一时间失效，大量请求直接落在数据库上，导致数据库宕机（大面积的key缓存失效）

举个栗子：双十一期间，所有用户一打开淘宝就是进入首页，首页的压力非常大，为了提高并发，将网站首页数据都缓存到redis里，所有的redis key失效时间都是3小时。
双十一当天大量用户剁手狂欢，这时候3个小时过去了，redis里首页的key缓存全部失效，这时候redis里查询不到数据了，只能去数据库中查询，造成数据库无法响应挂掉。
用户进不去首页没法剁手了，马爸爸就不开心了，把这个程序员外派到非洲了。

解决方案：

1.随机设置key失效时间，避免大量key集体失效

                setRedis(key,value,time()+Math.random()*10000);

2.集群部署，可将热点数据均匀分布在不同的Redis库中，避免key全部失效问题的发生

3.不设置过期时间

4.跑定时任务，在缓存失效前刷进新的缓存

---

二、缓存穿透

 

概念：redis缓存和数据库中没有相关的数据，无法进行拦截，直接被穿透到数据库，导致数据库压力过大宕机（redis不存在这个缓存key）

举个栗子：老哥做了一个网站火了，动了别人的蛋糕，于是开始疯狂攻击老哥的网站，由于老哥网络安全方面学艺不精被人钻了空子。
某人用脚本疯狂的给老哥发送请求，查询 id = -1 的数据，redis并没有这样的数据，这时候就穿透redis，直接打到了数据库上。
半夜老哥在睡觉并没有察觉，他疯狂攻击老哥一晚上，结果把数据库搞挂了，然后老哥的网站也挂了。

解决方法:

1.对不存在的数据缓存到redis中，设置key，value值为null，并设置一个短期过期时间段，避免过期时间过长影响正常用户使用

2.拉黑该IP地址

3.对参数进行校验，不合法参数进行拦截

4.布隆过滤器，将所有可能存在的数据hash到一个足够大的bitmap（位图）中，一个一定不存在的数据会被这个bitmap拦截掉，从而避免了对底层存储系统的查询压力

---

补充： 

布隆过滤器：

    是一种数据结构，比较巧妙的概率型数据结构，特点是高效地插入和查询，可以用来告诉你 某样东西一定不存在或者可能存在       

    相比于传统的list，set，map等数据结构，更高效，占用空间更少，缺点是返回结果是概率性的，而不是确切的  

---

三、缓存击穿

概念：某一个热点key，在不停的扛着高并发，当这个热点key在失效的一瞬间，持续的高并发访问就击破缓存直接访问数据库，导致数据库宕机（redis某一个热点key突然失效）

举个栗子：双十一马爸爸突发奇想，想拍卖自己穿了20年的老布鞋，并且附带本人签名，程序员将该鞋的信息存到了redis中，设置了3小时过期。寻思3小时够他们抢了吧，但他低估了马爸爸的魅力。
该商品引起了一千万人关注，这些人不断的竞拍这双鞋，价格越拍越高，马爸爸乐开了花。
竞拍了2小时59分，马上要拍到一个亿了，突然这双鞋在redis里的key数据过期了，导致该key的大量请求，都打到了数据库，直接导致数据库挂掉了，服务无法响应。
竞拍到此结束，鞋没卖出去，马爸爸又不开心了，把这个程序员也外派到非洲了。

 解决方法：

1.设置热点数据永不过期

2.加上互斥锁：上面的现象是多个线程同时去查询数据库的这条数据，那么我们可以在第一个查询数据的请求上使用一个互斥锁来锁住它
其他的线程走到这一步拿不到锁就等着，等第一个线程查询到了数据，然后将数据放到redis缓存起来。后面的线程进来发现已经有缓存了，就直接走缓存