缓存穿透、缓存击穿、缓存雪崩

缓存穿透

原因

缓存穿透指查询一个一定不存在的数据。由于缓存是命中时被动写的，并且出于容错考虑，如果从存储层查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到存储层去查询，失去了缓存的意义。

在流量大时，可能 DB 就挂掉了，如果有人利用不存在的 key 频繁攻击我们的应用，这就是漏洞。
解决方案
- 缓存不存在的数据
  
  如果一个查询返回的数据为空（不管是数据不存在，还是系统故障），我们仍然把这个空结果进行缓存，但它的过期时间会设置得很短。
- 过滤会造成穿透的查询
  
  将所有可能存在的数据哈希到一个足够大的 bitmap 中，一个一定不存在的数据会被这个 bitmap 拦截掉，从而避免了对底层存储系统的查询压力。

原因

缓存在某个时间点过期的时候，恰好在这个时间点对这个Key有大量的并发请求过来，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。
解决方案
- 使用互斥锁(mutex key)
  
  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 ，而是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 或者 Memcache 的 ADD）去 set 一个 mutex key ，当操作返回成功时，再进行 load db 的操作并回设缓存；否则，就重试整个 get 缓存的方法。
- 提前更新
  
  在 value 内部设置 1 个超时值（timeout1），比实际的超时值小（timeout2）。当从 cache 读取到 timeout1 发现它已经过期时候，马上延长 timeout1 并重新设置到 cache 。然后再从数据库加载数据并设置到 cache 中。相当于在过期之前提前更新缓存数据。
- “永远不过期”
  - redis 不设置过期时间
  - 为了避免数据成静态的，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的构建
- 使用Hystrix做资源的隔离保护主线程池

面试的时候被问了一个问题：如何保证 DB 的数据实时更新到缓存？

想法：

资料查询：