概述

缓存穿透（数据库查不到）

用户想要查询一个数据，发现redis中没有，也就是缓存没命中，于是向持久层数据库中查询，发现数据库中也没有，于是本次查询失败。当用户很多时候，缓存一直没有命中（比如秒杀场景），于是都去请求数据库了。这会给数据库造成很大的压力，这种场景就是缓存穿透（简单的说就是缓存和数据库中都没有某条数据，就会造成缓存穿透的情况）。

解决方案

对控制缓存

如果一个查询返回的数据为空（不管数据是否不存在），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5分钟。

但是这种方法会存在两个问题：

如果空值能够被缓存起来，这就意味着缓存需要更多的空间存储更多的键，因为这当中可能会有很多的空值的键。
即使对空值设置了过期时间，还是会在缓存层和存储层的数据会有一段时间窗口的不一致，这对于需要一致性的业务会有影响（可以通过在代码中添加删除相应key的缓存来解决不一致的问题，比如增加，修改了相应的key直接删除该key对应的缓存即可）。

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。

布隆过滤器

布隆过滤器是一种数据结构，对所有可能查询的参数以hash形式存储，在控制层先进行校验，不符合则丢弃，从而避免了对底层存储系统的查询压力。

进行实时监控（设置黑名单）

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。

缓存击穿（量太大，缓存过期）

比如微博服务器在有热点事件时可能宕机。（同一时刻大量的访问在缓存中没有命中，砸向了数据库）。

概述

这里需要注意和缓存穿透的区别，缓存击穿是指一个Key非常热点，在不停的扛着大并发，大并发集中对着一个点进行访问，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，就像在一个屏障上凿开一个洞。
当某个key在过期的瞬间，有大量的请求并发访问，这类书籍一般是热点数据，由于缓存过期，会同时访问数据库来查询最新数据，并且会写缓存，会导致使数据库瞬间压力过大。

解决方案

key可能会在某些时间点被超高并发地的访问，是一种非常“热点”的数据。这个时候，需要考虑一个问题：缓存被“击穿”的问题。

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。

实时调整

现场监控哪些数据热门，实时调整key的过期时长。

使用锁

就是在缓存失效的时候（判断拿出来的值是否为null），不是立即去load db。
加分布式互斥锁（缺点，性能低）
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，等待分布式锁释放。这种方式将高并发的压力转移到了分布式锁，因此对分布式锁的考验很大。

缓存雪崩

问题描述

key对应的数据存在，但在redis中过期，此时若有大量并发请求过来，这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存，这个时候大并发的请求可能会瞬间把后端DB压垮。
缓存雪崩与缓存击穿的区别在于这里针对很多key缓存，前者则是某一个key。

概念
缓存雪崩，是指在某个时间段，缓存集中过期失效或者redis宕机。
产生雪崩的原因之一，比如在双十一的时候，大量的用户会去抢购一波商品，这波商品时间比较集中的放入缓存，假设缓存过期时间是一个小时，那么1个小时后，这批商品的缓存都获取了，而对这波商品的访问查询，都落到了数据库上，对于数据库而言，就会产生周期性的压力波峰。于是所有的请求都会到达存储层，存储层的调用量暴增，造成存储层可能挂掉的情况。