一、缓存击穿(针对某一key缓存)
1.概念
针对于一些设置了过期时间的key,当缓存key在某个时间点过期，恰好此时有大量的并发请求进来，发现缓存过期时，就会从后端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。
2.使用互斥锁(mutex key)
简单地来说，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。比如Redis使用SETNX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。
public String get(key) {
String value = redis.get(key);
if (value == null) { //代表缓存值过期
//设置3min的超时，防止del操作失败的时候，下次缓存过期一直不能load db
if (redis.setnx(key_mutex, 1, 3 * 60) == 1) { //代表设置成功
value = db.get(key);
redis.set(key, value, expire_secs);
redis.del(key_mutex);
} else {
//这个时候代表同时候的其他线程已经load db并回设到缓存了，这时候重试获取缓存值即可
sleep(50);
get(key); //重试
}
} else {
return value;
}
}
3.提前"使用互斥锁(mutex key)
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。
4.永远不过期
（1）可以把过期时间存在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。唯一不足的就是构建缓存时候，其余线程(非构建缓存的线程)可能访问的是老数据。
5. 使用netflix的hystrix进行资源保护
如何能够保证在一个依赖出问题的情况下，不会导致整体服务失败，这个就是Hystrix需要做的事情。Hystrix提供了熔断、隔离、Fallback、cache、监控等功能，能够在一个、或多个依赖同时出现问题时保证系统依然可用。
二、缓存雪崩（针对很多key）
1.设置缓存时采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到DB，DB瞬时压力过重雪崩。
2.解决方案
（1）将缓存时间分散开，比如在原有失效时间的基础上增加一个随机值，降低同时失效的重复率。
（2）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，快速恢复缓存数据
三、缓存穿透
1.缓存穿透是指查询一个一定不存在的数据，如果存储层查不到数据就不写入缓存，就会向DB请求，流量大时就容易挂掉。利用不存在的key频繁攻击我们的应用，这就是漏洞。
2.解决方案
（1）采用布隆过滤器，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；
（2）查询不到的数据也放到缓存，value为空，如set -999 “”,但它的过期时间会很短，最长不超过五分钟。