Redis缓存异常【三】

1. 缓存穿透

  当一个数据在数据库与缓存中都不存在，此时有大量的请求来访问该数据，会导致所有的请求都直接到达数据库，造成数据库系统崩溃。
  解决方案
  (1). 从数据库中未找到数据，就返回null，存储到缓存中，并对key设置较短的过期时间。
  (2). 布隆过滤器【推荐】
   它能非常快的判断出一个元素是否存在于海量数据的集合中。
   布隆过滤器的实现请查看该博客：点击

2. 缓存击穿

  大量的并发请求访问一个热点key，恰巧热点key过期了，后面的请求直接到达数据库，造成数据库系统崩溃。
  解决方案：
  (1). 加互斥锁
  (1). 热点key永不过期。
   永不过期有俩种含义：
   - 物理上永不过期：针对热点key不设置过期时间。
   - 逻辑上永不过期：将key的过期时间添加到value中，每次获取key都判断是否过期，若过期，就启动一个异步线程更新key的value值。

3. 缓存雪崩

  同一时间有大量的key过期，后面的请求都直接到达数据库，造成数据库系统短时间内承受了大量的请求而崩溃。它与击穿不同的是，击穿由于一个热点key过期导致的，雪崩由于一批key过期导致的。
  解决方案：
  (1). 加互斥锁
  (2). 热点key永不过期
  (3). key的过期时间均匀分配（预防同一时间有大量key过期）。
  (4). 加二级缓存（使用memacached作为二级缓存，需要考虑一级、二级缓存的数据同步问题）。

4. 缓存预热

  当系统上线时，提前将热点数据加入缓存，避免上线后有大量的请求过来，直接到达数据库，造成数据库崩溃。
  解决方案：
  (1). 数据量小时，写个页面，手动添加数据到缓存中。
  (2). 数据量大时，系统启动时，加载数据到缓存中。
  (2). 数据量非常大时，启动定时器添加数据到缓存中。