1.缓存穿透
问题描述：用大量不存在的ID查询获取用户信息，不论缓存还是数据库都没有，数据库中不存在就不会同步缓存，每次查询都会查数据库
解决方案：
（1）对空值缓存：
如果一个查询返回的数据为空（不管是数据是否不存在），我们仍然把这个空结果（null）进行缓存，设置空结果的过期时间会很短，最长不超过五分钟
（2）设置可访问的名单（白名单）：
使用bitmaps类型定义一个可以访问的名单，名单id作为bitmaps的偏移量，每次访问和bitmap里面的id进行比较，如果访问id不在bitmaps里面，进行拦截，不允许访问
（3）采用布隆过滤器：
布隆过滤器（Bloom Filter）是1970年由布隆提出的。它实际上是一个很长的二进制向量(位图)和一系列随机映射函数（哈希函数）
（4）进行实时监控：
当发现Redis的命中率开始急速降低，需要排查访问对象和访问的数据，和运维人员配合，可以设置黑名单限制服务
2.缓存击穿
问题描述：某一个key在数据库中存在，但在redis中过期，瞬间高并发访问数据库，场景：秒杀、热点
解决方案：
（1）预先设置热门数据：在redis高峰访问之前，把一些热门数据提前存入到redis里面，加大这些热门数据key的时长
（2）使用锁：
在缓存失效的时候（判断拿出来的值为空）
获取分布式锁，获取成功，再进行load db的操作，并回设缓存，然后删除分布式锁
获取失败，证明有线程在load db，当前线程睡眠一段时间再重试整个get缓存的方法
3.缓存雪崩
问题描述：某一些key在数据库中存在，但在redis中过期
解决方案：
（1）构建多级缓存架构：nginx缓存 + redis缓存 +其他缓存（ehcache等）
（2）使用锁或队列：
用加锁或者队列的方式保证来保证不会有大量的线程对数据库一次性进行读写，从而避免失效时大量的并发请求落到底层存储系统上。不适用高并发情况
（3）设置过期标志更新缓存：
记录缓存数据是否过期（设置提前量），如果过期会触发通知另外的线程在后台去更新实际key的缓存
（4）将缓存失效时间分散开：
比如我们可以在原有的失效时间基础上增加一个随机值，比如1-5分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效的事件
4.分布式锁
注意问题：
①互斥性。在任意时刻，只有一个客户端能持有锁
②.不会发生死锁(设置过期时间)
③.加锁和解锁必须是同一个客户端(UUID防误删)
④.加锁和解锁必须具有原子性
加锁原子性：在set时指定过期时间，如果用expire设置过期时间（缺乏原子性：如果在setnx和expire之间出现异常，锁也无法释放）
解锁原子性：LUA脚本保证删除的原子性
（1）加锁：
// 1. 从redis中获取锁,set k1 v1 px 20000 nx
String uuid = UUID.randomUUID().toString();
Boolean lock = this.redisTemplate.opsForValue()
.setIfAbsent("lock", uuid, 2, TimeUnit.SECONDS);
（2）使用lua释放锁
// 2. 释放锁 del
String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
// 设置lua脚本返回的数据类型
DefaultRedisscript redisscript = new DefaultRedisscript<>();
// 设置lua脚本返回类型为Long
redisscript.setResultType(Long.class);
redisscript.setscriptText(script);
redisTemplate.execute(redisscript, Arrays.asList("lock"),uuid);
（3）重试
Thread.sleep(500);
testLock();
