Redis 缓存穿透 缓存击穿 缓存雪崩

一：缓存穿透

1：概念

举个栗子，当用户查询一个数据，首先查redis内存数据库发现没有，即缓存没命中。于是向持久层数据库（mongo，mysql等）查询，发现也没有，于是本次查询失败。当用户很多的时候，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，这就是缓存穿透。

2：解决方案

1. 缓存空对象：当持久层数据库不命中后，即使返回的空对象也将其缓存起来，同时设置过期时间，之后再访问这个数据将会从缓存层中获取，不再访问持久层数据库，减少了数据库压力。不过这个有个场景会适得其反，假如黑客每次请求都生成不同的唯一ID（例如UUID），那缓存中就会大量缓存没有价值的key保存空对象，占用大量资源，并且还会触发缓存淘汰策略，将有价值的缓存key淘汰掉。
2. 布隆过滤器（Bloom Filter）：在查询数据库之前，先在布隆过滤器查询，如果查询不存在，就可以不用去查数据库了，从而避免了缓存穿透，减少了数据库压力。推荐使用这种方式。布隆过滤器 BloomFilter - Redis缓存穿透的天敌

二：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，直接请求持久层数据库，就像在一个屏障上凿开了一个洞。

三：缓存雪崩

1：概念

缓存层出现了错误，不能正常工作了。于是所有的请求都会达到存储层，存储层的调用量会暴增，造成存储层也会挂掉的情况。
其实大量机器挂掉，大批量缓存数据同时失效都属于雪崩。

2：解决方案

1. 搭建集群 redis cluster，实现高可用。即使一台Redis挂掉，其他Redis机器仍然还可以继续工作。
2. 限流降级。这个解决方案的思想是，在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个key只允许一个线程查询数据和写缓存，其他线程等待。
3. 数据预热。数据加热的含义就是在正式部署之前，我先把可能的数据先预先访问一遍，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，让缓存失效的时间点尽量均匀。