redis缓存穿透，缓存击穿，缓存雪崩

缓存击穿

key对应的数据存在，但在redis中过期，此时若有大量并发请求过来查询同一个key，这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存，这个时候大并发的请求可能会瞬间把后端DB压垮。

解决方案

使用互斥锁(mutex key)

业界比较常用的做法，是使用mutex。简单地来说，就是在缓存失效的时候（判断拿出来的值为空），不是立即去load db，而是先使用缓存工具的某些带成功操作返回值的操作（比如Redis的SETNX或者Memcache的ADD）去set一个mutex key，当操作返回成功时，再进行load db的操作并回设缓存；否则，就重试整个get缓存的方法。

SETNX，是「SET if Not eXists」的缩写，也就是只有不存在的时候才设置，可以利用它来实现锁的效果。

public String get(key) {
      String value = redis.get(key);
      if (value == null) { //代表缓存值过期
          //设置3min的超时，防止del操作失败的时候，下次缓存过期一直不能load db
      if (redis.setnx(key_mutex, 1, 3 * 60) == 1) {  //代表设置成功
               value = db.get(key);
                      redis.set(key, value, expire_secs);
                      redis.del(key_mutex);
              } else {  //这个时候代表同时候的其他线程已经load db并回设到缓存了，这时候重试获取缓存值即可
                      sleep(50);
                      get(key);  //重试
              }
          } else {
              return value;      
          }
 }

缓存穿透

大量查询不存在的数据，从而跳过缓存直接查询数据，造成数据库崩溃。
由于不恰当的业务功能实现，或者外部恶意攻击不断地请求某些不存在的数据内存， 由于缓存中没有保存该数据，导致所有的请求都会落到数据库上，对数据库可能带 来一定的压力，甚至崩溃。

解决方案

1. 针对缓存穿透的情况， 简单的对策就是将不存在的数据访问结果， 也存储到缓存中并设置过期时间，避免缓存访问的穿透。最终不存在商品数据的访问结果也缓存下来。有效的避 免缓存穿透的风险。
2. 布隆过滤器：将数据库中所有的查询条件，放入布隆过滤器中，当一个查询请求过来时，先经过布隆过滤器进行查，如果判断请求查询值存在，则继续查；如果判断请求查询不存在，直接丢弃。

缓存雪崩

当缓存重启或者大量的缓存在某一时间段失效， 这样就导致大批流量直接访问数据 库， 对 DB 造成压力， 从而引起 DB 故障，系统崩溃。 举例来说，我们在准备一项抢购的促销运营活动，活动期间将带来大量的商品信息、 库存等相关信息的查询。为了避免商品数据库的压力，将商品数据放入缓存中存储。 不巧的是，抢购活动期间，大量的热门商品缓存同时失效过期了，导致很大的查询 流量落到了数据库之上。对于数据库来说造成很大的压力。

解决方案

	1. 将商品根据品类热度分类， 购买比较多的类目商品缓存周期长一些， 购买 相对冷门的类目商品，缓存周期短一些； 
	2. 在设置商品具体的缓存生效时间的时候， 加上一个随机的区间因子， 比如 说 5~10 分钟之间来随意选择失效时间； （最优选择）
	3. 提前预估 DB 能力， 如果缓存挂掉，数据库仍可以在一定程度上抗住流量 的压力 这三个策略能够有效的避免短时间内，大批量的缓存失效的问题。