概念 缓存中没有但数据库中有的数据，假如是热点数据，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，造成瞬时DB请求量大、压力增大 和缓存雪崩的区别在于这里针对某一key缓存，后者则是很多key 预防 SpringCache解决方案 缓存的同步sync sync可以指示底层将缓存锁住，使只有一个线程可以进入计算，而其他线程堵塞，直到返回结果更新到缓存中 @Cacheable ( value = "user:page" , keyGenerator = "keyGenerator" , cacheManager = "redisCacheManager1Hour" , sync = true )
public Map < String , Object > page ( Integer pageNum, Integer pageSize) { Map < String , Object > = new HashMap < > ( ) ; Page < User > = new Page < > ( pageNum, pageSize) ; Page < User > = this . userMapper. selectPage ( page, null ) ; map. put ( "totalRecord" , listPage. getTotal ( ) ) ; map. put ( "totalPage" , listPage. getPages ( ) ) ; map. put ( "list" , listPage. getRecords ( ) ) ; return map;
}
概念 大量的key设置了相同的过期时间，导致缓存在同一时刻全部失效，造成瞬时DB请求量大、压力骤增，引起雪崩 预防 存数据的过期时间设置随机，防止同一时间大量数据过期现象发生 设置热点数据永远不过期，定时任务定时更新 SpringCache解决方案 设置差别的过期时间，比如cacheManager配置多个过期时间维度 配置文件time-to-live配置 spring : redis : host : 192.168.1.12port : 6379 password : 123456 cache : type : redisredis : time-to-live : 36000 use-key-prefix : true key-prefix : gencache-null-values : true
概念 查询一个不存在的数据，由于缓存是不命中的，并且出于容错考虑，如发起id为“-1”不存在的数据 如果从存储层查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到存储层去查询，失去了缓存的意义。存在大量查询不存在的数据，可能DB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 预防 接口层增加校验，数据合理性校验 缓存取不到的数据，在数据库中也没有取到，这时也可以将key-value对写为key-null，设置短点的过期时间，防止同个key被一直攻击 SpringCache解决方案 空结果也缓存，默认不配置condition或者unless就行 
)