Redis在项目中的正确使用

缓存穿透:

问题：比如在我们的系统中搜索一个不存在id的产品，这个产品对应的id就不会存到redis中，数据库中也不会有这个id。所有当我们不停的发送根据这个id查询的请求时，就会直接命中到我们的数据库。当请求量非常大时就会把我们的数据库给干宕机。

解决方案：当搜索一个不存在的产品id时，首先会因为我们的redis中没有数据进而去查询我们的db，然后查询到一个null，这个时候我们也将这个产品id进行缓存起来，对应的value为null即可，然后设置一个失效时间。为什么要设置一个失效时间呢，首先可以节省缓存，其次担心我们的db中某天真的加入了这个id的产品，导致一直查询redis为null，我们也可以使用布隆过滤器将所有的产品进行储存，但是布隆过滤器不支持删除数据，如果要删除得重新初始化数据。

缓存击穿或失效：

问题：由于我们批量导入到redis中的数据都加入了失效时间，并且失效时间都是相同的，所以导致我们的key大面积的同一时刻被删除。然后所有的请求命中我们的数据库。然后导致数据库宕机。

解决方案：批量导入数据的时候设置缓存key的失效时间为随机数即可。

缓存雪崩：

问题：请求量过大，缓存层突然挂掉，所有的请求直接命中数据库。

解决方案：搭建高可用的缓存层，reids哨兵/集群。或者使用接口限流hystrix。

冷数据转热点数据

问题：项目中我们不是会将所有的产品id进行缓存的，但这时候如果大量的请求去查询这个产品id时，在高并发的情况下就会出现大量的请求命中到我们的数据库。导致数据库宕机。

解决方案：使用分布式锁，当第一个请求拿到锁后去查询db然后将这个产品id进行缓存起来，后面的请求就可以重新重缓存中获取到了。

缓存于db双写不一致的问题

问题：新数据会被旧数据所覆盖

解决方案：归根结底的原因就是因为并发过大量的线程并行的导致的，所以我们可以将并行转为串行。这个时候我们可以使用消息队列mq或者是锁来实现。mq：所有的请求都加入到我们的mq中，让请求有序的执行。分布式读写锁：可以使用redis的分布式读写锁。redisson.getReadWriteLock("key");这种就会稍微比mq好一点，所有的读请求就跟没有锁一样，遇到写请求就会对这个key加一个排它锁，其他线程都得等待。