缓存穿透
key 对应的数据在数据源并不存在，每次针对此key的请求从缓存中获取不到，请求会都压到数据源，从而可能压垮数据源。
解决方案
一个一定不存在的缓存及查询不到的数据，由于缓存是不命中时被动写的，并且处于容错考虑，如果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查询，失去了缓存的意义
解决方案
- 对空值缓存：如果一个查询返回的数据为空，不论数据是否存在，仍然把这个空结果（null）进行缓存，设置空结果的过期时间会很短，最长不超过5分钟
- 设置可访问的名单（白名单）：使用bitmaps类型定义一个可以访问的名单，名单id作为bitmaps的偏移量，每次访问和bitmap里的id进行比较，如果访问的id不再bitmaps里，进行拦截，不允许访问
- 采用布隆过滤器：它实际上是一个很长的二进制向量（位图）和一系列随即映射函数（哈希函数）。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远超过一般的算法，缺点是有一定的误识别率和删除困难。 将所有可能存在的数据哈希到一个足够大的bitmps中，一个一定不存在的数据会被这个bitmaps拦截掉，从而避免了对底层存储的查询压力
- 实时监控：当发现Redis的命中率开始急速降低，需要排查访问对象和访问的数据，可以设置黑名单限制服务
缓存击穿
key对应的数据存在，但在redis中过期，此时若有大量的请求发送过来，这些请求发现缓存过期一般会从后端DB加载数据并回设到缓存，这时大并发的请求可能回瞬间把DB压垮
解决方案
key可能湖izai某些时间点被高并发地访问，是一种非常“热点”的数据。这时候需要考虑：缓存被“击穿”的问题
解决方案
- 预先设置热门数据：在redis访问高峰之前，把一些热门数据提前存到redis里面，加大这些热门数据key的时长
- 实时调整：实时监控热门数据，实时调整key的过期时长
- 使用锁：
- 在缓存失效的时候（判断返回的值为空），不立即去load db
- 先使用缓存工具的某些带成功操作返回值的操作（例如 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，最后删除 mutex key；
- 当操作返回失败，证明有线程在 load db，当前线程睡眠一段时间再重试整个get缓存的方法
缓存雪崩
key对应的数据存在，但在redis 中过期，此时若有大量并发请求过来，这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存，这时大并发的请求可能回瞬间把后端DB压垮
缓存雪崩与缓存击穿的区别在于这里这对很多key缓存，前者是针对某一个key
解决方案
缓存失效时的雪崩效应对底层系统的冲击非常严重
- 构建多级缓存架构：negix缓存 + reids缓存 + 其它缓存
- 使用锁或者队列：用加锁或者队列的方式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。不适用高并发情况
- 设置过期标志更新缓存：记录缓存数据是否过期（设置提前量），如果过期回触发通知零位的线程在后台去更新实际key的缓存
- 将缓存失效时间分开：在原有的失效时间基础上增加一个随机值，这样每一个缓存的过期时间重复率就会降低，从而避免引起集体失效的状况
