一、缓存穿透

1、问题描述

key对应的数据在数据源中并不存在，每次针对此key的请求从缓存获取不到，这些请求都会压入数据源中，从而可能压垮数据源。
比如用一个不存在的用户id获取用户信息，不论缓存还是数据库都没有。若黑客利用此漏洞进行攻击可能压垮数据库。

2、图解

3、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）。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远远超过一般的算法，缺点是有一定的误识别率和删除困难。将所有可能存在的数据哈希到一个足够大的bitmaps中，一个一定不存在的数据会被这个bitmaps拦截掉，从而避免了对底层存储系统的查询压力。

（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。

二、缓存击穿

1、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。

key可能会在某些时间点被超高并发地访问，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。

2、图解

3、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）实时调整：
现场监控哪些数据热门，实时调整key的过期时长；

        （3）使用锁（效率较低）：
                1、就是在缓存失效的时候（判断拿出来的值为空），不是立即去load db。
                2、先使用缓存工具的某些带成功操作返回值的操作（比如Redis的SETNX）去set一个mutex key
                3、当操作返回成功时，再进行load db的操作，并回设缓存,最后删除mutex key；
                4、当操作返回失败，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。