什么是缓存穿透 ？如何解决？

 缓存穿透

        key 对应的数据在数据源并不存在，每次针对此 key 的请求从缓存获取不到，请求都会压到数据源，从而可能压垮数据源。

        比如用一个不存在的用户 id 获取用户信息， 不论缓存还是数据库都没有，若黑客利用此漏洞进行攻击可能压垮数据库。

 

• 大量请求访问，导致服务器压力变大，但是这些数据在缓存中一直查不到，
• redis命中率急剧降低，
• 请求就会一直访问数据库，数据库压力过大。

 解决方案

        一个一定不存在缓存及查询不到的数据，由于缓存是不命中时被动写的，并且出于容错考虑，如果从存储层查不到数据则不写入缓存，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。

1.  对空值缓存：如果一个查询返回的数据为空（不管是数据是否不存在），我们仍然把这个空结果（null）进行缓存，设置空结果的过期时间会很短，最 长不超过五分钟
2. 设置可访问的名单（白名单）： 使用 bitmaps 类型定义一个可以访问的名单，名单 id 作为 bitmaps 的偏移量， 每次访问和 bitmap 里面的 id 进行比较，如果访问 id 不在 bitmaps 里面，进 行拦截，不允许访问。
3.  采用布隆过滤器：(布隆过滤器（Bloom Filter）是 1970 年由布隆提出的。 它实际上是一个很长的二进制向量(位图)和一系列随机映射函数（哈希函 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远远超过一般的算法，缺点是有一定的误识别率和删除困难。) 将所有可能存在的数据哈希到一个足够大的 bitmaps 中，一个一定不存在 的数据会被 这个 bitmaps 拦截掉，从而避免了对底层存储系统的查询压力。
4.  进行实时监控：当发现 Redis 的命中率开始急速降低，需要排查访问对象和 访问的数据，和运维人员配合，可以设置黑名单限制服务。