Redis使用场景 - 缓存穿透、击穿、雪崩

缓存穿透：查询一个不存在的数据，mysql查询不到数据也不会直接写入缓存，就会导致每次请求都查数据库

解决方案一：缓存空数据，查询返回数据为空，仍把这个结果缓存

优点：简单

缺点：消耗内存，可能发生不一致问题

解决方案二：布隆过滤器（拦截不存在的数据）

请求来时先查询布隆过滤器，如果存在，查询redis；如果不存在，则会直接返回。（缓存预热时，预热布隆过滤器）

优点：内存占用较少，没有多余key

缺点：实现复杂，存在误判

布隆过滤器

bitmap（位图）：相当于是一个以（bit）位为单位的数组，数组中每个单元只能存储二进制数0或1；

 布隆过滤器作用：布隆过滤器可以用于检索一个元素是否存在一个集合中。

存储数据时：比如id为1的数据，通过多个hash函数获取hash值，根据hash计算数组对应位置改为1；

查询数据：使用相同的hash函数获取hash值，判断对应的位置是否都为1；都为1说明这个数是存在的，如果有一个不为1，则这个数不存在

误判率：数组越小误判率越大，数组越大误判率越小，但是带来了更多内存消耗。

缓存击穿：给某一个key设置过期时间，当key过期时候，恰好这个时间点对于key有大量并发请求过来，这些并发请求可能会瞬间把数据库压垮；

有人说，我们不是要把数据库数据同步到redis中，在数据同步到redis过程中，花费了过多的时间，在这期间，有大量并发请求。（多表统计花费时间更多）

解决方案一：互斥锁（强一致、性能差）

当线程一查询数据时，获取互斥锁，同步redis数据，写入缓存；这是进来线程二，获取互斥锁失败后，休眠一会在重试；线程一写入缓存完毕后，线程二就可以在redis中取到数据

解决方案二：逻辑过期（不设置过期时间、高可用、性能优，但是可能拿到不是最新数据）

不能保证数据绝对一致，先返回过期数据在同步数据库

 缓存雪崩：指同一时间段大量的缓存key同时失效或者redis服务宕机，导致大量请求到达数据库

解决方案：

给不同的key设置不同的过期时间 ，添加随机值

利用redis集群提高服务可用性  哨兵模式、集群模式

给缓存业务添加降级，限流策略  nginx或spring cloud gateway

给业务添加多级缓存    caffeine