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，也就是缓存每命中，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
- 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。
- 缓存空对象
当存储层没有命中后，即使返回的空对象也将其缓存起来，同时会设置一个过期时间，之后在访问这个数据将会从缓存中获取，包含了后端数据库。
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）。
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
设置热点数据永不过期
从缓存层面来看，没有设置过期时间，所以不会出现热点key过期后产生的问题。
加分布式互斥锁
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
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。
解决方案
redis高可用
这个思想的含义是，既然redis有可能挂掉，那就增加几台redis，这样1台挂掉还有其他的可以继续工作，就是搭建redis集群（解决redis宕机引起的缓存雪崩问题），可以使用异地多活。
限流降级（SpringCloud中有限流降级解决方案，停掉某些服务，保证主业务可用）
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。
数据预热
数据预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（解决因为缓存集中过期而引起的缓存雪崩问题）。
参考链接
https://www.bilibili.com/video/BV1S54y1R7SB?p=36