什么是缓存穿透？什么是缓存雪崩？什么是缓存击穿？也聊一聊它们解决方案

（1）什么是缓存穿透？缓存穿透的流程是什么？有什么解决方案？

缓存穿透：是指用户请求的数据在缓存中不存在，即没有命中，同时在数据库中也不存在，导致用户每次请求该数据都要去数据库中查询一遍。如果有恶意攻击者不断请求系统中不存在的数据，会导致短时间大量请求落在数据库上，造成数据库压力过大，甚至导致数据库承受不住而宕机崩溃。

解决方案：

将无效的key存放进Redis中：当出现Redis查不到数据，数据库也查不到数据的情况，我们就把这个key保存到Redis中，设置value="null"，并设置其过期时间很短，后面再出现查询这个key的请求的时候，直接返回null，就不需要再查询数据库了。但这种处理方式是有问题的，假如传进来的这个不存在的Key值每次都是随机的，那存进Redis也没有意义。

使用布隆过滤器：如果布隆过滤器判定某个 key 不存在布隆过滤器中，那么就一定不存在，如果判定某个 key 存在，那么很大可能是存在(存在一定的误判率)。于是我们可以在缓存之前再加一个布隆过滤器，将数据库中的所有key都存储在布隆过滤器中，在查询Redis前先去布隆过滤器查询 key 是否存在，如果不存在就直接返回，不让其访问缓存和数据库，从而避免了对底层存储系统的查询压力。

应用场景：针对一些恶意攻击，带过来的大量的随机的key，优先使用第二种方案，直接过滤掉。而对于少量的重复率比较高的key，则采用第一种方式进行缓存。

（2）什么是缓存雪崩？有什么解决方案？

缓存雪崩：如果缓存在某一个时刻出现大规模的key失效，那么就会导致大量的请求打在了数据库上面，导致数据库压力巨大，如果在高并发的情况下，可能瞬间就会导致数据库宕机。这时候如果运维马上又重启数据库，马上又会有新的流量把数据库打死。这就是缓存雪崩。

造成缓存雪崩的关键在于同一时间的大规模的key失效，主要有两种可能：第一种是Redis宕机，第二种可能就是采用了相同的过期时间。

解决方案：

1、事前：

均匀过期：设置不同的过期时间，让缓存失效的时间尽量均匀，避免相同的过期时间导致缓存雪崩，造成大量数据库的访问。如把每个Key的失效时间都加个随机值,保证数据不会在同一时间大面积失效。

分级缓存：第一级缓存失效的基础上，访问二级缓存，每一级缓存的失效时间都不同。

热点数据缓存永远不过期：永不过期实际包含两层意思：①物理不过期，针对热点key不设置过期时间。②逻辑不过期，把过期时间存在key对应的value里，如果发现要过期了，通过一个后台的异步线程进行缓存key的构建（因为热点数据可能会更新）。

保证Redis缓存的高可用：可以使用主从+哨兵，Redis集群来避免 Redis 全盘崩溃的情况。 防止Redis宕机导致缓存雪崩的问题。

2、事中：

互斥锁：在缓存失效后，通过互斥锁或者队列来控制读数据、写缓存的线程数量，比如某个key只允许一个线程查询数据、写缓存，其它线程等待。这种方式会阻塞其它的线程，此时系统的吞吐量会下降。

使用熔断机制：限流降级。当流量达到一定的阈值，直接返回“系统拥挤”之类的提示，防止过多的请求打在数据库上将数据库击垮，至少能保证一部分用户是可以正常使用，其它用户多刷新几次也能得到结果。

3、事后：

开启Redis持久化机制，尽快恢复缓存数据，一旦重启，就能从磁盘上自动加载数据，恢复内存中的数据。

（3）什么是缓存击穿？有什么解决方案？

缓存击穿：跟缓存雪崩有点类似，缓存雪崩是大规模的key失效，而缓存击穿是某个热点的key失效，大并发集中对其进行请求，就会造成大量请求读缓存没读到数据，从而导致高并发访问数据库，引起数据库压力剧增。这种现象就叫做缓存击穿。（从两个方面解决，第一是否可以考虑热点key不设置过期时间，第二是否可以考虑降低打在数据库上的请求数量。）

解决方案：

互斥锁：在缓存失效后，通过互斥锁或者队列来控制读数据、写缓存的线程数量，比如某个key只允许一个线程查询数据、写缓存，其它线程等待。这种方式会阻塞其它的线程，此时系统的吞吐量会下降。

热点数据缓存永远不过期：永不过期实际包含两层意思：①物理不过期，针对热点key不设置过期时间。②逻辑不过期，把过期时间存在key对应的value里，如果发现要过期了，通过一个后台的异步线程进行缓存key的构建（因为热点数据可能会更新）。