缓存中的三大问题（常见面试题）

缓存的设计一般都遵循以下流程：

1、业务系统发起一个查询请求，首先会在缓存中判断是否存在对应结果的数据

2、如果缓存中存在，则直接返回数据结果

3、如果缓存中不存在，则会去数据库中查询对应数据，并更新缓存，然后返回数据结果

 

我们在面试时，问道的关于缓存的问题很多，但是涉及实际场景的题目一般可以分为以下三类：

1、缓存穿透：

当业务系统需要查询的数据根本在数据库中不存在时，每一次的查询请求都会最终对数据库造成一次查询，这种情况称为缓存穿透，即业务访问根本不存在的数据。

危害：这种情况下，如果有大量的请求查询根本不存在的数据，那么这些请求将直接对数据库造成冲击，会使得数据库压力很大。大多数情况下为恶意攻击，故意营造大量不存在的数据请求我们的服务，由于缓存中并不存在这些数据，因此海量请求均落在数据库中，从而可能会导致数据库崩溃。

解决方案：1、缓存空数据：即将空数据null也做成一个缓存结果，这样在下次有相同请求到来时，缓存可以拦截该请求，返回缓存中的结果。2、使用BloomFilter，它需要在缓存之前再加一道屏障，里面存储目前数据库中存在的所有key。当业务系统有查询请求的时候，首先去BloomFilter中查询该key是否存在。若不存在，则说明数据库中也不存在该数据，因此缓存都不要查了，直接返回null。若存在，则继续执行后续的流程，先前往缓存中查询，缓存中没有的话再前往数据库中的查询。

2、缓存雪崩：

如果缓存在某个时刻挂了，那么大量的请求也将会直接访问数据库，造成很大压力。

危害：如果缓存因某种原因发生了宕机，那么原本被缓存抵挡的海量查询请求就会像疯狗一样涌向数据库。此时数据库如果抵挡不了这巨大的压力，它就会崩溃。

解决方案：1、使用缓存集群，增大可用性，当一个缓存挂了还有其他的缓存跟上。2、使用Hystrix，它是一款开源的“防雪崩工具”，它通过 熔断、降级、限流三个手段来降低雪崩发生后的损失。

3、热点数据集中失效：

如果某一个热点数据失效，那么当再次有该数据的查询请求时就会前往数据库查询。但是，从请求发往数据库，到该数据更新到缓存中的这段时间中，由于缓存中仍然没有该数据，因此这段时间内到达的查询请求都会落到数据库上，这将会对数据库造成巨大的压力。此外，当这些请求查询完成后，都会重复更新缓存。

危害：对于一些请求量极高的热点数据而言，一旦过了有效时间，此刻将会有大量请求落在数据库上，从而可能会导致数据库崩溃。

解决方案：1、使用互斥锁，上锁的对象为key，当失效后的第一个查询请求到来时，就会对缓存上锁，这时其他的查询请求就会被挡在外面，只有一个查询请求去访问数据库，知道缓存中更新了这个结果之后，剩余的查询请求才可查询缓存。2、对于很多热点数据集中失效，可以设置不同的失效时间，这样可以错开一部分热点数据的更新时间