一、缓存穿透

1.1 什么是缓存穿透？

指的是，外部进来的请求，查询一个不存在的数据。Redis中没有，数据库中也没有，这时候如果外部恶意大量请求，所有请求会直接查询数据库，导致数据库崩溃

1.2 解决方案

1.2.1 方案一：缓存空数据

缓存空数据到redis中，比如恶意请求查询编号为1的用户，我查询数据库后发现不存在，就直接在redis中添加键值对：{key: 1, value: null}，这样外部再次大量请求也会直接请求在redis上，不会导致数据库异常

优点：简单

缺点：1、如果有大量的随机查询，比如查询编号为1,2,3,4,5......到一万亿的用户，我都保存一个键为编号，值为null的数据，那么对redis的内存压力也是很大的，保存了太多无用数据

2、如果编号为2的用户本来不存在，我现在在redis中设置了一个null的值；如果这个时候真的添加了这个编号为2的用户，那么外部查询也查询不到了：数据不一致

1.2.2 方案二：布隆过滤器

布隆过滤器是指，将键经过多次hash之后以0和1的数组格式，保存在一个位图(bitmap)中，一个请求进来，先把请求中查询的键去位图里查询，如果存在，再去查询Redis，如果不存在则连redis都不会去查，直接返回；

优点：位图bitmap占用内存较小，不像缓存空数据那样缓存大量的不需要的key

缺点：1、实现起来复杂，热点数据从数据库查询出来后，也要写入过滤器中

2、存在误判，如果一个不存在的数据，多次hash之后，在位图中的位置可能显示存在此条数据；导致查询数据库，但是总体上影响不大，误判率可自己在写代码时进行控制

二、缓存击穿

2.1 什么是缓存击穿？

当给某一个热点数据，设置了过期时间，当key过期时，恰好这段时间有大量的并发请求进来，那么可能会把数据库压垮

疑问：key过期了，Redis中查询不到，会去数据库查询，查询完成后不是又会写入redis中吗？为什么会导致大量请求到数据库呢？

解答：查询数据库并写入redis也是需要时间的，有些写入redis的结果集，是需要多表查询的结果，比如需要50ms的，甚至几秒钟才能从数据库查询出来的，那么这段时间就太长了

2.2 解决方案

2.2.1 互斥锁

当key过期后，后进来获取该key的第一个线程，在redis中查询不到，未命中；获取一个互斥锁，然后去查询数据库，获取结果后写入缓存，并释放锁；这段时间内，其他所有线程未命中redis中的数据，尝试获取锁失败（因为锁被线程1拿到了），导致获取锁的等待

优点：强一致性，数据一定是最新最正确的

缺点：要等到线程1查询到，写入redis中并释放锁之后，其他线程才能查询这条键值对的数据

2.2.2 逻辑过期

热点key不设值过期时间，而是加一个逻辑过期时间的字段，用来描述这整条数据是否逻辑过期；

当某个线程1拿到这条数据后，发现逻辑过期时间，已经过期，那么会新开一个线程2去进行缓存重建；而线程1不等待缓存重建的结果，直接将过期的数据返回回去

如果此时有更多的线程3来获取key发现过期，尝试获取锁失败后，会直接返回过期的数据，并不会开启新线程来进行缓存重建，因为只需要一个线程2进行缓存重建就可以了

当线程2缓存重建完成后，再之后的线程4就能获取到最新的数据了

优点：高可用（不管数据一致不一致，先返回了再说），性能优

缺点：不能保证数据绝对一致

三、缓存雪崩

3.1 什么是缓存雪崩？

是指同一时间大量的缓存key同时失效，或者Redis服务宕机，导致大量请求打到数据库，导致数据库压力巨大

3.2 解决方案

3.2.1 不同的过期时间

给不同的key设置不同的过期时间，可随机设置过期时间

3.2.2 Redis集群部署

利用Redis集群提高服务的高可用性，例如哨兵模式、集群模式等

3.2.3 降级限流策略

在redis之前添加降级限流策略，比如nginx、spring cloud gateway等，可以同时作为缓存穿透、击穿、雪崩的保底策略，不止是防范缓存雪崩

3.2.4 添加多级缓存

在redis之前，使用其他caffeine缓存等来做一级缓存，Redis作为二级缓存

附上《缓存三兄弟》及其解决方案打油诗一首：

穿透无中生有key，布隆过滤null隔离

缓存击穿过期key，锁与非期解难题

雪崩大量过期key，过期时间要随机

                                        --黑马程序员

注：其中的“锁与非期解难题”中的非期指的是逻辑过期