Redis来实现缓存与分布式锁（击穿和穿透讲解）

什么数据适合放入缓存

• 即时性、数据一致性要求不高的
• 访问量大且更新频率不高的数据

缓存穿透-高并发下缓存失效问题

指查询一个一定不存在的数据，由于缓存是不命中，将要去查询数据库，但是数据库也没有该记录，我们将这次查询的null写入缓存，这将导致这个不存在的数据每次请求都要到存储层去查询，失去了缓存的意义。

风险：利用不存在数据进行攻击，数据库瞬时压力增大，最终导致崩溃。

解决：null结果缓存，并加入短暂过期时间。

缓存雪崩-高并发下缓存失效问题

缓存雪崩：缓存雪崩是指我们设置缓存时key采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到DB，DB瞬时压力过重雪崩。

解决：原有的失效时间基础上增加一个随机值，比如1-5min随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效的事件。

缓存击穿-高并发下缓存失效问题

缓存击穿： 对于一些设置了过期时间的key，如果这些key可能会在某些时间点被超高并发地访问，是一种非常”热点“的数据。如果这个key在大量请求同时进来前正好失效，那么所有key的数据查询都落到db，我们称之为缓存击穿。

解决：加锁，大量并发只让一个请求去查，其他请求等待，查到以后释放锁，其他请求获取到锁，先查缓存，就会有数据，不用去db。

总结：

• 我们能放入缓存的数据本就不应该是实时性、一致性要求超高的。所以缓存数据的时候加上过期时间，保证每天拿到当前最新数据即可。

• 我们不应该过度设计，增加系统的复杂性

• 遇到实时性、一致性要求高的数据，就应该查数据库，即使慢点。