高并发场景

缓存穿透

定义

大量请求的 key 是不合理的，根本不存在于缓存中，也不存在于数据库中 。这就导致这些请求直接到了数据库上，根本没有经过缓存这一层，对数据库造成了巨大的压力

举个例子

某个黑客故意制造一些非法的 key 发起大量请求，导致大量请求落到数据库，结果数据库上也没有查到对应的数据。也就是说这些请求最终都落到了数据库上，对数据库造成了巨大的压力。

解决办法

①最基本的就是首先做好参数校验，一些不合法的参数请求直接抛出异常信息返回给客户端。比如查询的数据库 id 不能小于 0、传入的邮箱格式不对的时候直接返回错误消息给客户端等等。

②其次，我的项目中采用了缓存无效key（缓存为" "值），为了尽量减少数据不一致的情况，我将无效key的过期时间设置为了1分钟。

缓存雪崩

定义

缓存在同一时间大面积的失效，导致大量的请求都直接落到了数据库上，对数据库造成了巨大的压力。

针对大量缓存同时失效的情况解决办法

①设置随机失效时间（可选）：为缓存设置随机的失效时间，例如在固定过期时间的基础上加上一个随机值，这样可以避免大量缓存同时到期，从而减少缓存雪崩的风险。

②提前预热（推荐）：针对热点数据（比如我们秒杀业务中的数据）提前预热，将其存入缓存中并设置合理的过期时间，保证在秒杀活动结束前不过期。

测试环境下：我是通过测试类，先进行数据预热，加载进Redis缓存中。

③持久缓存策略（看情况）：虽然一般不推荐设置缓存永不过期，但对于某些关键性和变化不频繁的数据，可以考虑这种策略。

缓存击穿

定义

缓存击穿中，请求的 key 对应的是 热点数据 ，该数据 存在于数据库中，但不存在于缓存中（通常是因为缓存中的那份数据已经过期） 。这就可能会导致瞬时大量的请求直接打到了数据库上，对数据库造成了巨大的压力

业务中的场景

秒杀进行过程中，缓存中的某个秒杀商品的数据突然过期，这就导致瞬时大量对该商品的请求直接落到数据库上，对数据库造成了巨大的压力。

解决办法

①逻辑过期（永不过期）：设置热点数据永不过期

②加同步锁：在缓存失效后，通过设置互斥锁确保只有一个请求去查询数据库并更新缓存。

如果是追求数据的一致性，可以容忍性能的话，建议使用加锁的方式

如果是追求性能，对数据的一致性可以容忍的话，建议使用逻辑过期的方式

缓存穿透和缓存击穿有什么区别？

缓存穿透中的数据即不存在缓存中，也不存在数据库中。

缓存击穿中的数据不存在缓存中（过期了），但存在数据库中。