redis缓存问题

1、缓存击穿
高并发系统中，大量的请求同时查询一个 key 时，而这个 key 正好失效，就会导致大量的请求都到数据库。可能会造成数据库请求量过大，压力增大。
解决办法：
1.1使用互斥锁（代码复杂度大，而且容易死锁风险）
1.2布隆过滤器(布隆过滤器的巨大用处就是，能够迅速判断一个元素是否在一个集合中。其内部维护一个全为0的bit数组，需要说明的是，布隆过滤器有一个误判率的概念，误判率越低，则数组越长，所占空间越大。误判率越高则数组越小，所占的空间越小。)
1.3提前”使用互斥锁（value内部设置1个超时值, timeout1比实际的memcache timeout小。当从cache读取到timeout1发现它已经过期时候，马上延长timeout1并重新设置到cache。）
2、缓存雪崩
一时刻发生大规模的缓存失效的情况，比如缓存服务器停电，宕机等。此时请求就会大量到数据库。这种现象就叫缓存雪崩。
2.1队列的方式保证缓存的单线程（进程）写，从而避免失效时大量的并发请求落到底层存储系统上
2.2使用集群缓存，分布式架构。并且使用 Hystrix 限流&降级，当发生很多失败的请求时，就对请求限流或者降级。开启缓存持久化机制，尽快恢复缓存集群。设置一个失效时间随机数
3、高并发
Redis是一种单线程机制的nosql数据库，基于key-value，数据可持久化落盘。由于单线程所以Redis本身并没有锁的概念，多个客户端连接并不存在竞争关系，但是利用jedis等客户端对Redis进行并发访问时会出现问题。
3.1加锁的目的实际上就是把并行读写改成串行读写的方式，从而来避免资源竞争。
3.2在并发量过大的情况下,可以通过消息中间件进行处理,把并行读写进行串行化。
把Redis.set操作放在队列中使其串行化,必须的一个一个执行。
4、数据一致性
因为写和读是并发的，没法保证顺序，如果删了缓存，还没有来得及写库，另一个线程就来读取，发现缓存为空，则去数据库中读取数据写入缓存，此时缓存中为脏数据。如果先写了库，再删除缓存前，写库的线程宕机了，没有删除掉缓存，则也会出现数据不一致情况。
4.1双删 + 超时。在写库前后都进行redis.del(key)操作，并且设定合理的超时时间。
4.2通过读取binlog的方式，异步淘汰缓存。