1、使用redis会出现数据不一致。
如：
1）线程A和线程B同时修改数据库同一数据的同一字段。线程A先修改数据库将数据修改成a(操作1)，然后再修改缓存成a(操作2)；线程B先修改数据库将数据修改成b(操作3)，然后再修改缓存成b(操作4)。
上面的执行流程是美好的，实际上会不一样，比如：操作1->操作3->操作4->操作2。这样就会出现数据库保存为b，缓存中数据为a。
2）查询和修改的操作，也会出现数据不一致。比如，先查询发现没有缓存，然后查询到数据后修改了缓存。但是在查询到数据和修改缓存之中，有其他线程修改了数据库并且修改了缓存。
结论：使用redis就要容忍数据不一致。可以使用有效期来保证最终一致性。
2、缓存雪崩。
缓存雪崩的原因是同一时刻，缓存同时到期，然后大量请求同时请求数据库，导致出现压力过大，甚至殆机。
解决办法：(下面几个是拷贝来的，个人觉得常用设置不同的缓存时间)
1）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。
2）做二级缓存，A1 为原始缓存，A2 为拷贝缓存，A1 失效时，可以访问 A2，A1 缓存失效时间设置为短期，A2 设置为长期。
3）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。
4）尽量保证整个 redis 集群的高可用性，发现机器宕机尽快补上。选择合适的内存淘汰策略。
5）利用 redis 持久化机制保存的数据尽快恢复缓存
6）热点数据直接进行持久化，不设失效时间，更新时刷新
3、大厂的解决方案
缓存预热：在活动之前，把需要的数据(这个看业务)进行预热。修改数据库时候，进行刷新缓存，当然为了数据的最终一致性，并不是由修改的代码进行刷新，而是使用监听方式，如canal。
canal监听mysql的日志，在进行修改或者写操作的时候，进行刷新缓存操作。
4、读多写少用缓存。
5、缓存的持久化方式：
RDB：快照持久化，设置定时任务，定期把内存中的数据持久化。
AOF：性能更好，执行命令后，把命令写入文件。
6、缓存穿透和击穿的区别
缓存穿透：
查询的结果为空，所以每次都缓存查询不到，所以每次都查询数据库。
解决方式：1）缓存一个特殊值；2）布隆过滤器
缓存击穿：
高热点，在某一瞬间，缓存过期，大量请求同时请求数据库，导致数据库压力过大。
处理方式和缓存雪崩一致
