Redis如何解决缓存穿透、缓存雪崩、缓存击穿？

缓存的目的就是保护数据库

什么是缓存穿透？

就是查询缓存和数据库都没有的数据，导致每次都会查询数据库

解决方案：

1. 缓存一个空对象。当第一次查询缓存没有查询到数据的时候，从数据库也没有查询到数据，这个时候将id和一个空对象添加到缓存中。下一次查询这个数据的时候就会从redis查询到空对象然后返回。还需要修改一个地方，在命中缓存的代码中，之前是查询到就返回，没有查询到就去查数据库，这个时候在查询到缓存后，还需要判断这个数据是不是属于之前添加到缓存中的那个空对象。是那个空对象就返回没有查询到数据这个结果。否则直接返回查询到的数据结果。

缺点：

只能针对同一个key起作用，如果每次都查询不同的key且都不存在于缓存和数据库，就不 起作用。

redis中会存在大量空对象，都是没用的数据，占用redis的内存

b. 使用布隆过滤器。添加redission依赖

添加依赖后，创建布隆过滤器有两个参数，一个是预插入数据数，一个是容错率。

底层原理：创建一个位（bit）数组，长度为预插入的数据个数，每次下标位置初始值都为0。将要插入的数据通过不同的hash算法得到不同的hash值，然后将hash值与预插入数据数进行取模运算得到一个数字，也就是下标。将这些下标所在的0改为1。这里的hash算法个数是通过预插入数据数还有预判概率算出来的，个数越多那么通过取模运算后得到的下标也就越多，后期通过mightContain判断一个数据存不存在的时候，就要多个下标返回的数据都是1，那么才表示可能存在。但是如果hash算法个数过多，而数组容量太小，只put几个数据数组中的数据就全变为1了，这样就会大大增加误判的概率。

谷歌的布隆过滤器是通过jvm实现的，数据都存放在内存中，不能从持久化保存，并且能存入的数据量最多是21亿。所以我们可以基于redis实现自己创建布隆过滤器，它的最大容量是String类型数据能存储的最大容量也就是512Mb，42亿。

什么是缓存雪崩？

一时间redis中的所有key全部失效，只能访问数据库，给数据库带来巨大压力导致崩溃。

造成原因：

1. 所有的key设置了相同的expire过期时间

2. redis所在的服务器崩了

解决方案：

1. 对key设置不同的过期时间，在一段时间内随机取值

2. 进行分布式开发，搭建redis集群。如果是搭建切片式的集群，数据就会分散存储，不会一时间全部不能使用。如果数据量不是很多，可以搭建副本模式集群，每份数据都保存到几个redis中

在搭建redis集群的时候，数据量太大我们需要扩容，而数据量减小我们需要缩容。因此，数据如何存放就是一个问题。例如之前我们将数据通过hash算法还有取模运算将数据均匀分散到两台redis中，但这个时候，需要加入一台redis，那么之前两台redis的数据就要全部进行重新运算，再进行分散存储。所以这个时候：

hash一致性的算法可以解决这个问题

我们构造一个hash环，将0-2^32-1所有的整数放进去，然后将两台redis的唯一计算机主机名称或者ip地址进行hash算法，然后对2^32-1进行取模运算，得到一个值，就是该redis主机所在hash环的位置，存入的数据也是通过hash和取模计算出在hash环相应的位置，我们将数据通过顺时针进行寻找离的最近的redis主机，将这个数据存入到该redis中。当有其他redis主机加入，也是先计算它在hash环中的位置，我们只需要将它顺时针前面的另一个redis中的数据进行重新计算，然后出入。每次有新redis服务加入，就只需要改动两台redis主机中的数据，而不需要全部都改动。

弊端：数据倾斜，有些redis中的数据多，有些少，因为他们在hash环中的位置并不是均匀的，所以可以通过添加虚拟redis服务，将hash环里面的redis服务尽量变得均匀分散。

什么是缓存击穿？

有一个热点数据突然失效，导致大量请求访问数据库。一般的公司不需要解决缓存击穿，因为不会有那么一条热点数据访问量这么高导致数据库崩溃。

解决办法：

不给key设置过期时间

使用互斥机制（加锁）来解决

1. 分布式锁（zookeeper、mysql分布式锁、redis、redission）

2. 本地锁（JUC包下的Lock接口的各种实现类的锁，JDK自带synchronized锁）

对象都是由对象头组成，在对象头中有个锁的标识位，通过改变这个标识位，来加锁。

本地锁的锁对象如果时实例方法那么就是调用方法的对象，如果是类方法静态方法，那么锁对象就是这个类。

分布式锁的锁对象就是分布式中间件中的对象

使用分布式锁产生问题：

1. 无法释放锁

2. 设置过期时间不是原子性

3. 锁的误删

4. 删锁的原子性

5. 出现死锁（不是分布式锁特有，只要加锁就有可能出现） 写的代码逻辑问题，保证不写错就行

使用redis解决缓存击穿，锁升级过程

1. 使用redis的setnx命令：当且仅当key不存在时，将value保存，并返回1，若key存在不做任何操作，并返回0；java代码是：Integer lock = redisTemplate.setIfAbsent（key，value）；接下来判断lock是否为true，是的话，就是获取到了锁，然后查询数据库，保存到redis，删除lock。没有获取到锁就递归调用该方法。

2. 无法释放锁：如果一个线程获取到了锁，但是出现了异常，不能释放锁，就会导致其他线程获取不了锁，一直重复递归，最终可能栈内存溢出。

解决方案：给key设置一个过期时间。redisTemplate.expire(key,timeout,timeunit)。

3. 设置过期时间不是原子性操作：可能获取到锁后，设置过期时间的时候出现了问题

方案：是用redisTemplate.setIfAbsent（）四个参数的方法，里面加上了设置过期时间和单位两个参数

4. 锁的续期问题：当一个线程获取到了所之后，去查询数据库消耗的时间比较久，业务还没有执行完，就因为到了过期时间然后释放掉了锁。

方案：使用redission框架的看门狗机制。

使用while（true），在里面创建一个线程，设置为守护线程，每隔一段时间就将过期时间进行续期，因为是守护线程，所以当业务执行完毕，这个线程也就会销毁。

5. 锁的误删：在执行业务的时候，因为网络或者一些其他原因，导致过期时间到了释放锁，这个时候其他线程获取到了锁，在执行业务的时候，上个线程突然抢到了cpu的执行权，开始执行删除锁的操作，但删除的却不是自己的锁。

方案：给锁设置一个标识，例如使用uuid作为value设置到lock中，在删除锁的时候，先从redis中获取lock的value，判断一下是不是当前线程之前创建创建的uuid，如果不是，就代表lock不是本线程的锁。

6. 删锁不是原子性操作：在判断lock是当前线程后，准备执行删锁操作，这个时候锁因为到期释放掉，这个时候被其他线程获取到，然后这个线程抢夺到cpu执行权就又会出现误删锁的情况，无论使用几重检查都可能出现这种意外情况。

方案：使用lua脚本，保证判断锁和删除锁是原子性操作

这里的token就是获取锁的时候给当前线程设置的唯一标识，例如uuid

7. 出现死锁：当一个线程获取到锁去执行业务，在锁的过期时间之内同时出现了百万的请求，先获取锁没有获取到，然后递归调用方法，就会出现栈内存溢出。这个时候使用自旋锁，没有获取到锁的时候先不着急递归，通过一个死循环让线程一直获取锁，获取到了就跳出循环执行递归，没有获取到就一直获取。但是，当进行递归的时候，进入方法内，最上面的代码就是又去设置token，获取锁，很显然获取不到，两个锁的token不一致，但是锁又没办法释放掉，所以就出现了死锁

方案：设置一个全局变量map，在自旋的时候获取到了锁就将当前线程作为key，true作为value存入这个map中，递归后就先从map中根据线程获取一个tag，若为true则表示该线程已经获取到了锁，就直接进行下面的操作，若没有获取到就表示这是第一次进入方法中，直接获取锁就可以。

问题1：删锁的时候会判断token，递归进来的没有token就一直删除不了

方案1：存入map的时候，value不再使用true和false，将token存进来就可以

方案2：使用ThreadLocal，里面有个get和set方法，也是通过map的形式，会自动将当前线程作为key

8. cpu占用较高：在自旋的时候，如果请求量较大，那么百万请求就会重复去抢锁，占用cpu大量资源。

方案：在自旋的时候，先将线程睡几秒，因为这几秒也是获取了锁的线程去查询数据库然后存缓存的时间。睡醒后再去抢锁，没抢到继续睡然后再抢。