java高并发（二十一）高并发场景下缓存常见问题

缓存一致性

    当数据实时性要求很高时，需要保证缓存中的数据与数据库中的数据一致，缓存节点与副本中的数据一致，不能出现差异现象，这就比较依赖缓存的过期和更新策略了。一般会在数据发生更改的时候，主动跟新缓存中的数据或者移除对应的缓存，这时可能会出现缓存一致性的问题。

    现象一：更新数据库成功，更新缓存失败，数据不一致。

    现象二：更新缓存成功，更新数据库失败，数据不一致。

    现象三：更新数据库成功，淘汰缓存失败，数据不一致。

    现象四：淘汰缓存成功，更新数据库失败，查询缓存miss。

缓存并发问题

    缓存过期后将尝试从后端的数据库获取数据，这时一个看似合理的流程，但是在高并发场景下，有可能有多个请求从数据库中请求数据，对后端数据库造成极大的冲击，甚至导致雪崩现象。此外当某个缓存的Key被更新时，同时也可能被大量请求获取，这也会导致一致性的问题。如何避免类似的问题？可以通过锁的机制来避免。在缓存更新或更新的情况下，先尝试获取锁，当更新或者从数据库获取数据完成后，在释放锁。其他请求只要牺牲一定的等待时间就可以从缓存中继续获取数据。

缓存穿透问题

    在高并发场景下，如果某个Key被高并发访问，没有被命中，出于对容错性的考虑，会尝试从后端数据库中获取，从而导致大量的请求达到数据库，而该Key对应的数据本身就是空的情况下，就导致了数据库中并发的去执行了很多不必要的查询操作，从而导致了巨大的冲击和压力。这种情况下可以通过以下几种方式来避免缓存穿透问题：

1. 缓存空对象：对查询结果为空的对象，也进行缓存，如果是集合的话，可以缓存一个空集合
2. 单独过滤处理：对所有可能数据为空的Key，进行统一的存放。在请求前做拦截，这样避免请求穿透到后端数据库。这种方式实现起来相对复杂。比较适合命中不高但是更新频繁的数据

缓存的雪崩现象 

请求都到后台数据库导致系统崩溃