Redis缓存穿透、缓存击穿、缓存雪崩及其对应的解决方案

1.缓存穿透概念：

用户想要查询一个数据，发现redis内存数据库没有，也就是缓存没有命中，于是向持久层数据库查询。发现也没有，于是本次查询失败。当用户很多时，缓存都没有命中，于是都去请求了持久层数据库。这会给持久层数据库造成很大的压力，这时候就相当于出现了缓存穿透。

解决方案：

1.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和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都比一般的算法要好的多，缺点是有一定的误识别率和删除困难。

布隆过滤器会在我的另一篇博客中详细解释

2.缓存空对象

当存储层不命中后，即使返回的空对象也将其缓存起来，同时设置一个过期时间，之后再访问这个数据将会从缓存中获取，保护了后端数据源

但是缓存空对象会存在下列问题：

1.空值被缓存起来，会占用更多的空间
2.即使设置了过期时间，还是会存在缓存层和存储层的数据会有一段时间窗口的不一致这对需要保持一致性的业务会有影响

2.缓存击穿概念：

一个key非常热点，在不停的扛着大并发，大并发集中对这一个点进行访问，当这个key在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，并且回写缓存，会导致数据库瞬间压力过大

解决方案：

1.设置热点数据永不过期

2.加互斥锁
分布式锁：使用分布式锁，保证对于每个key同时只有一个线程去查询后端服务，其他线程没有
获得分布式锁的权限，因此只需要等待即可，但是对分布式锁的考验很大

3.缓存雪崩概念：

某一时间段，缓存集中过期失效/redis宕机/断网

解决方案：

1.redis高可用

多设几台redis
2.限流降级

缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量
3.数据预热

在正式部署之前，我先把可能的数据访问一边，这样部分可能大量访问的数据就会
加载到缓存中。在即将发生大并发访问前手动触发加载缓存不同的key，设置不同的
过期时间，让缓存失效的时间尽量均匀