缓存雪崩
出现过程
假设有如下一个系统，高峰期请求为5000次/秒，4000次走了缓存，只有1000次落到了数据库上，数据库每秒1000的并发是一个正常的指标，完全可以正常工作，但如果缓存宕机了，或者缓存设置了相同的过期时间，导致缓存在同一时刻同时失效，每秒5000次的请求会全部落到数据库上，数据库立马就死掉了，因为数据库一秒最多抗2000个请求，如果DBA重启数据库，立马又会被新的请求打死了，这就是缓存雪崩。
解决方法
- 事前：redis高可用，主从+哨兵，redis cluster，避免全盘崩溃
- 事中：本地ehcache缓存 + hystrix限流&降级，避免MySQL被打死
- 事后：redis持久化RDB+AOF，快速恢复缓存数据
- 缓存的失效时间设置为随机值，避免同时失效
缓存穿透
出现过程
假如客户端每秒发送5000个请求，其中4000个为黑客的恶意攻击，即在数据库中也查不到。举个例子，用户id为正数，黑客构造的用户id为负数，如果黑客每秒一直发送这4000个请求，缓存就不起作用，数据库也很快被打死。
解决方法
- 对请求参数进行校验，不合理直接返回
- 查询不到的数据也放到缓存，value为空，如 set -999 “”
- 使用布隆过滤器，快速判断key是否在数据库中存在，不存在直接返回
第一种是最基本的策略，第二种其实并不常用，第三种比较常用。
为什么第二种并不常用呢？
因为如果黑客构造的请求id是随机数，第二种并不能起作用，反而由于缓存的清空策略，（例如清除最近没有被访问的缓存）导致有用的缓存被清除了。
缓存击穿
出现过程
设置了过期时间的key，承载着高并发，是一种热点数据。从这个key过期到重新从MySQL加载数据放到缓存的一段时间，大量的请求有可能把数据库打死。缓存雪崩是指大量缓存失效，缓存击穿是指热点数据的缓存失效
解决方法
- 设置key永远不过期，或者快过期时，通过另一个异步线程重新设置key
- 当从缓存拿到的数据为null，重新从数据库加载数据的过程上锁，下面写个分布式锁实现的demo
Redis实现分布式锁
1.加锁执行命令
SET resource_name random_value NX PX 30000
2.解锁执行脚本
if redis.call("get", KEYS[1]) == ARGV[1] then
return redis.call("del", KEYS[1])
else
return 0
end