缓存雪崩、缓存穿透、缓存预热、缓存更新、缓存降级…
一、缓存雪崩（多个key缓存失效）
概念： 简单讲，由于原有缓存失效，新缓存未到期间(例如：我们设置缓存时采用了相同的过期时间，在同一时刻出现大面积的缓存过期)，所有原本应该访问缓存的请求都去查询数据库了，而对数据库CPU和内存造成巨大压力，严重的会造成数据库宕机。从而形成一系列连锁反应，造成整个系统崩溃。
解决办法：大多数系统设计者考虑用加锁（ 最多的解决方案）或者队列的方式保证来保证不会有大量的线程对数据库一次性进行读写，从而避免失效时大量的并发请求落到底层存储系统上。还有一个简单方案就时讲缓存失效时间分散开。
二、 缓存击穿（某个热点key缓存失效了）
A、缓存中没有但数据库中有的数据，若是热点数据，那key在缓存过期的一刻，同时有大量的请求，这些请求都会击穿到DB、造成瞬间DB请求量大，压力增大。
B、与缓存雪崩的区别在于这里针对某一key缓存，后者则是很多的key
C、预防： 设置热点不过期数据，定时任务定时更新缓存，或者设置互斥锁
三、缓存穿透（查询不存在数据）
a、 查询一个不存在的数据，由于缓存是不命中的，并出于容错考虑，如发起为id=-1一个不存在的数据（黑客攻击）
b、 若从数据库查询不到数据，则就无法写入到缓存，这将导致每次请求都到数据库查询，进而失去了缓存的意义。存在大量查询不存在的数据，可能数据库就挂掉了，这也是黑客利用不存在的key频繁攻击应用的一种方式
解决办法：
a、 布隆过滤器（最常见），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。
b、 另外也有一个更为简单粗暴的方法，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，但它的过期时间会很短，最长不超过五分钟。通过这个直接设置的默认值存放到缓存，这样第二次到缓冲中获取就有值了，而不会继续访问数据库，这种办法最简单 粗暴。
c、 在接口层增加校验，数据合理性校验
四、缓存预热
概念：
缓存预热就是系统上线后，将相关的缓存数据直接加载到缓存系统。这样就可以避免在用户请求的时候，先查询数据库，然后再将数据缓存的问题！用户直接查询事先被预热的缓存数据！
解决思路：
1、直接写个缓存刷新页面，上线时手工操作下；
2、数据量不大，可以在项目启动的时候自动进行加载；
3、定时刷新缓存；
五、缓存更新
除了缓存服务器自带的缓存失效策略之外（Redis默认的有6中策略可供选择），我们还可以根据具体的 业务需求进行自定义的缓存淘汰，常见的策略有两种：
（1）定时去清理过期的缓存；
（2）当有用户请求过来时，判断这个请求所用到的缓存是否过期，过期的话就去底层系统得到新数 据并更新缓存。
两者各有优劣，第一种的缺点是维护大量缓存的key是比较麻烦的，第二种的缺点就是每次用户请求过 来都要判断缓存失效，逻辑相对比较复杂！具体用哪种方案，大家可以根据自己的应用场景来权衡。
六、缓存降级
当访问量剧增、服务出现问题（如响应时间慢或不响应）仍然 需要保证服务还是可用的，即使是有损服务。系统可以根据一些关键数据进行自动降级，也可以配置开关实现人工降级。降级的最终目的是保证核心服务可用。而且有些服务是无法降级的（如加入购物车、结 算）
以参考日志级别设置预案：
（1）一般： 比如有些服务偶尔因为网络抖动或者服务正在上线而超时，可以自动降级；
（2）警告：有些服务在一段时间内成功率有波动（如在95~100%之间），可以自动降级或人工降级， 并发送告警；
（3）错误：比如可用率低于90%，或者数据库连接池被打爆了，或者访问量突然猛增到系统能承受的 最大阀值，此时可以根据情况自动降级或者人工降级；
（4）严重错误：比如因为特殊原因数据错误了，此时需要紧急人工降级。服务降级的目的，是为了防止Redis服务故障，导致数据库跟着一起发生雪崩问题。因此，对于不重要 的缓存数据，可以采取服务降级策略，例如一个比较常见的做法就是，Redis出现问题，不去数据库查 询，而是直接返回默认值给用户。