Redis：缓存失效问题（缓存穿透、雪崩、击穿）

缓存穿透

查询一个永不存在的数据

指查询一个一定不存在的数据，由于缓存是不命中，将去查询数据库，但是数据库也无此记录，我们没有将这次查询的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：利用不存在的数据进行攻击，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；布隆过滤器、mvc拦截器

布隆过滤器

对于有些场景，当访问一个本就不存的数据时，这时我们不需要去走redis和数据库查询，应该直接返回一个错误的提示，这样可以防止恶意访问，导致服务器瘫痪。

布隆过滤器(Bloom Filter):是1970年布隆提出的，它实际上是一个很长的二进制数组和一系列hash函数，布隆过滤器可以用于检索一个元素是否在一个集合中；它的优点是空间效率和查询时间都比一般的算法要好的多，缺点是有一定的误识别率和删除困难。

布隆过滤器的构建过程：
1.加载符合条件的记录
2.计算每条元素的hash值
3.计算hash值对应二进制数据的位置
4.将对应位置的值改为1

查找元素是否存在的过程：
1.计算元素的hash值
2.计算hash值对应二进制数组的位置
3.找到数组中对应的位置的值，0代表不存在，1代表存在。

缓存雪崩

大面积key同时失效

缓存雪崩是指在我们设置缓存时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。即缓存大面积失效；

解决：

原有的失效时间基础上增加一个随机值，比如1-5分钟随机，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

单点key在缓存失效后查询，都落到db上

• 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，那么所有对这个key的数据查询都落到db，我们称为缓存击穿。

解决：

加锁

大量并发只让一个去查，其他人等待，查到以后释放锁，其他人获取到锁，先查缓存，就会有数据，不用去db