Redis 雪崩、击穿、穿透分析

首先了解一下概念然后逐个讲解。

雪崩：雪崩的场景大家在很多电影中其实都看到过，就是大面积的雪全部坍塌。
           放在Redis中就是大量的缓存key全部失效了。
           脑海中立刻提出疑问将key全部改为永不失效是不是就避免了雪崩 ？
          答案是可以。我们都知道内存是非常宝贵的这样会让我们付出昂贵代价。

          通过分析上述方案不是一个好的解决方案。
          要想找出一个比较好的解决方案，我们就必须知道雪崩后的后果是什么。
          如果发生雪崩后，会有什么影响呢？
          雪崩发生后大量查询缓存数据的请求，将会全部请求到数据库有可能造成数据库宕机。
          (数据宕机的风险肯定要降到最低，否则可能会影响整个系统)

          接下来我们分析一下使用有效期缓存的场景有哪些呢？
          大致分为几类？
          1.需要定时更新缓存。例如：缓存一个小时自动失效重新将数据库数据进行缓存。
          2.对数据在某一个时间段内需要做幂等处理的。例如接口防刷拦截。1分钟相同订单最多查询100次。
          3.需要对数据做预热处理的。
          影响和使用场景我们已经清楚了，我们有没有什么比较好的方案呢？答案肯定是有的。
          根据场景的不同我们可以做不同的处理方式
          场景1类型：可以将不同的缓存key有效期进行离散处理，这样做的好处缓存key不会大面积失效。
          场景2类型：可以添加分布式限流和单机限流策略，使得访问数据可QPS可控。
          场景3类型：可以采用异步更新缓存策略。

击穿：击穿的场景大家可以想象一个盾牌被坚硬的矛戳出一个窟窿。
           放在Redis中就是一个访问特别大的缓存key突然失效。(热点key失效)
           如果发生击穿后，会有什么影响呢？
           击穿发生后大量查询热点缓存key数据的请求，将会全部请求到数据库有可能造成数据库宕机。
           (数据宕机的风险肯定要降到最低，否则可能会影响整个系统)
           场景例如热销商品、秒杀产品等等。
           解决方案：通过分布式锁或者限流策略亦或异步更新缓存方式更新缓存。

穿透：穿透的场景好比从指缝中的流沙。
           放在Redis中就是不存在缓存key并且数据库中也不存在。
           如果发生穿透后，会有什么影响呢？
           穿透发生后会有大量无效请求浪费服务器资源(IO连接数)，甚至还有可能导致数据库宕机。
          (数据宕机的风险肯定要降到最低，否则可能会影响整个系统)
          场景例如来自黑客攻击根据一些无效的订单号进行查询。
          解决方案：首先要对查询数据请求参数添加规则校验、其次要对无效查询结果进行有限缓存
                            (比如用户PIN或IP添加一定时间的黑名单处理)。
                            如果量非常大可以采用布隆过滤器策略防止请求到数据库，并且添加黑名单处理。
          

    注：对于极端场景Redis宕机问题，可以考虑主从+哨兵模式、Redis cluster、分布式和单机限流、本地缓存、降级方案处理。
           如果Redis不幸的发生后建议使用RDB+AOF模式做到数据快速恢复。