缓存穿透+缓存击穿+缓存雪崩

我们与数据打交道的都不是小问题呀，所以本篇介绍Redis的缓存一致性问题。

缓存穿透

概念：缓存穿透是指用户想查询一个数据，发现Redis中没有，也就是缓存没有命中，就像持久性数据库发起查询，发现数据库也没有这个数据，于是查询失败了，当用户请求很多的情况下，缓存没有命中，数据库也没有数据，会给数据库造成很大的压力，这就是缓存穿透

解决方案：

第一种解决方案：使用布隆过滤器

使用布隆过滤器之后，将存储的所有数据放入布隆过滤器，每次进行数据查询时，首先查询布隆过滤器是否存在查询的数据，如果在过滤器中判断存在数据时，在到缓存数据中去查询，如果缓存数据中没有查找的数据，在进入数据查询；如果在过滤器不存在时，则直接返回告诉用户该数据查不到，这样能大大减轻数据库查询压力。

第二种方案：缓存空对象

当数据库中不存在查找的数据时，这时把返回的空对象也保存在缓存数据中，同时为该空对象设置一个过期时间，在之后访问该数据时，数据将从缓存中获取，保护了数据库。

存在问题：

1、对空值设置过期时间，会存在更新数据库数据到缓存数据失效的一段时间，缓存数据有问题，这样对保证数据的一致性业务造成影响

2、同时也会需要更多的空间来存储更多的控制，造成内存中有大量的空值的键

缓存击穿

缓存击穿是指一个key是一个热点数据,在不停的扛着大量的并发，当key在失效的瞬间，持续的大并发就会穿破缓存，直接请求到数据库。对数据库造成瞬间压力过大。

解决方案：

第一种方案：热点数据永不过期

从缓存角度看，没有设置过期时间的数据就不会存在存在过期之后产生的问题

第二种方案：加互斥锁

时候用分布式锁，保证对每个key的访问同一时刻只能一个线程去查询后端服务，其他没有获取锁权限的线程则等待即可

缓存雪崩

缓存雪崩是指在某一个时间段，缓存集中过期失效或者Redis宕机

对于数据库而言，所有请求压力会全部到达数据库，导致数据库调用量暴增，可能也造成数据库宕机的情况

解决方案：

第一种方案：Redis采用高可用

这种方案的思路就是将Redis中的数据存放在服务器上，即使一个服务器挂掉，其他服务器还可以继续工作

第二种方案：限流降级

这种思路就是在缓存失效后，通过加锁或者队列来控制读取数据库的线程数量让线程在队列排队，控制整体请求速率，也就是在同一时刻减少并发量。

第三种方案：数据预热

数据预热，即在正是部署服务之前，先访问一遍数据，可以将大部分的数据加载到缓存中，在即将发生大并发之前已经加载不同的key,设置不同的过期时间，让缓存失效的时间更加均匀