最近建了一个技术交流群，欢迎志同道合的同学加入，群里主要讨论：分享业务解决方案、深度分析面试题并解答工作中遇到的问题，同时也能为我提供写作的素材。
群号 208236931，欢迎进群交流学习，一起进步、进步、进步！
前言
在实际的工作中，redis作为缓存使用，降低DB的压力，应用比较广泛。老生常谈的话题，什么是缓存击穿、缓存穿透、缓存雪崩，遇到了应该怎么去解决？
我想说的是，大部分人其实都不会遇到这个问题，为什么呢？不管你做C端，还是B端，流量不到一定程度，根本不会遇到。你想想是不是，或者你真遇到过吗？我目前为止，也就遇到过，缓存穿透，那还是有人恶心访问导致的。
但是这些概念，以及解决的方案，还是需要去了解下，为什么呢？面试的时候，90%的会被问。最主要是深入了解下，提升自己。假设哪天泼天富贵的流量砸到你身上，起码地主家有存粮，心里不慌，轻松拿捏。
下面我们一起了解下，什么是缓存穿透、缓存雪崩、缓存穿透，出现的原因，以及解决方案。
缓存穿透
当用户访问的数据，既不在缓存中，也不在数据库中，导致请求在访问缓存时，发现缓存中数据不存在，再去访问数据库，发现数据库中也没有要访问的数据，没办法构建缓存数据，来服务后续的请求。那么当有大量这样的请求到来时，数据库的压力骤增，这就是缓存穿透的问题。
产生的原因
- 查询不存在的数据：当查询一个不存在于缓存中的数据时，缓存无法命中，请求会直接访问数据库。
- 恶意请求：恶意请求会通过各种方式绕过缓存，直接访问数据库。
解决方案
- 布隆过滤器（Bloom Filter）：使用布隆过滤器可以在缓存层面过滤掉一些无效的请求，从而避免无效请求直接访问数据库。
-
- 布隆过滤器是一种高效的数据结构，可以快速判断某个元素是否存在于一个集合中。通过在缓存层面使用布隆过滤器，可以在查询前快速判断数据是否存在，如果不存在可以直接返回结果，避免对数据库的查询操作。
- 缓存空值处理：当查询的数据在数据库中确实不存在时，可以将空值也缓存起来，设置一个较短的过期时间。这样，下次查询同样的数据时，就可以从缓存中获取到空值，避免再次访问数据库。
缓存雪崩
缓存雪崩指的是在某个时间点，缓存中的大部分或全部数据同时失效，导致大量的请求直接落到数据库上，从而引发数据库的压力过大，甚至崩溃。这种情况通常发生在缓存中的数据在同一时间段内过期，或者由于某种原因导致缓存失效。
产生的原因
- 缓存过期时间设置不合理：如果大量的缓存在同一时间段内过期，就会导致大量请求直接访问数据库。
- 缓存服务器故障：当缓存服务器发生故障，无法提供服务时，所有的请求都会直接访问数据库。
- 热点数据集中：如果某些热门数据的缓存失效时间相近，可能会导致大量请求同时访问数据库。
解决方案
- 设置合理的缓存过期时间：合理设置缓存的过期时间，避免大量缓存同时失效。
- 分散缓存失效时间：将热门数据的缓存失效时间分散开，避免集中在同一时间段失效，失效时间：固定的时间+一个随机值
- 实现缓存高可用：通过使用缓存集群和备份服务器等机制，提高缓存的可用性，减少单点故障的风险。
缓存击穿
缓存击穿指的是一个热点数据的缓存失效，导致大量请求直接落到数据库上，造成数据库压力过大，影响系统性能。与缓存雪崩不同，缓存击穿指的是某个特定的数据失效，而不是全部数据。
产生的原因
- 热点数据缓存失效：当某个热点数据的缓存失效时，大量请求同时访问数据库。
- 高并发请求：在高并发的情况下，大量请求同时访问数据库，容易造成缓存击穿。
解决方案
- 如果是热点数据，那么可以考虑设置永远不过期。
- 互斥锁（Mutex）：在缓存失效的时候，可以使用互斥锁来控制只有一个请求可以访问数据库，其他请求需要等待。当名列前茅个请求重新生成缓存后，其他请求可以从缓存中获取数据，避免对数据库的重复访问。
- 预加载（Cache Preloading）：在缓存失效前，通过定时任务或者后台线程提前加载热点数据到缓存中，避免热点数据缓存失效时的突然访问峰值。
- 分布式锁（Distributed Lock）：使用分布式锁的机制，确保只有一个线程或者进程可以进行缓存重建操作。其他线程或者进程在获取锁之前需要等待，避免重复重建缓存。
- 降级策略（Fallback Strategy）：在缓存失效的情况下，可以提供一个备用方案，例如直接返回默认值或者从数据库中获取数据。这样可以保证系统的稳定性，避免由于缓存击穿导致的系统崩溃。
缓存预热
缓存预热就是系统上线后，将相关的缓存数据直接加载到缓存系统，这样就可以避免在用户请求的时候，先查询数据库，然后再将数据回写到缓存。
如果不进行预热， 那么 Redis 初始状态数据为空，系统上线初期，对于高并发的流量，都会访问到数据库中， 对数据库造成流量的压力。
缓存预热的操作方法
- 数据量不大的时候，工程启动的时候进行加载缓存动作；
- 数据量大的时候，设置一个定时任务脚本，进行缓存的刷新；
- 数据量太大的时候，优先保证热点数据进行提前加载到缓存。
场景
这种场景，非常多的，比如：
- 抢购
- 秒杀
- 新系统上线
- 公告
- 热点新闻
