一、缓存雪崩
如果缓存集中在一段时间内失效，发生大量的缓存穿透，所有的查询都落在数据库上，造成了缓存雪崩。
由于原有缓存失效，新缓存未到期间所有原本应该访问缓存的请求都去查询数据库了，而对数据库CPU和内存造成巨大压力，严重的会造成数据库宕机。
解决方案
1. 方法一
常见方式就是给过期时间加个随机时间。
注意这个随机时间不是几秒哈，可以长达几分钟。因为如果数据量很大，按照上述例子，加上 Redis 是单线程处理数据的。那么几秒的缓冲不一定能够保证新数据都被加载完成。
所以过期时间宁愿设置长一点，也好过短一点。反正最后都是会过期掉，最终效果是一样的。而且过期时间范围加大，key 会更加分散，这样也是一定程度缩短 Redis 在过期 key 时候的阻塞时间。
2. 方法二
加互斥锁，但这个方案会导致吞吐量明显下降。所以还是要看实际业务，像上述例子就不合适用。
3. 方法三
热点数据不设置过期。不过期的话，正常业务请求自然就不会打到数据库了。
二、缓存击穿
缓存击穿是指一个热点 key 过期或被删除后，导致线上原本能命中该热点 key 的请求，瞬间大量地打到数据库上，最终导致数据库被击垮。
1. 方法一
2. 方法二
加互斥锁：互斥锁可以控制查询数据库的线程访问，但这种方案会导致系统的吞吐量下降，需要根据实际情况使用。
三、缓存穿透
缓存穿透是指查询一个一定不存在的数据，这样就导致用户查询的时候，在缓存中找不到对应key的value，每次都要去数据库再查询一遍，然后返回空（相当于进行了两次无用的查询）。在流量大时，可能DB就挂掉了，要是有人利用不存在的key频繁攻击应用，这就是漏洞。
解决方案
1.方法一
验证拦截：做好参数校验，接口层进行校验，如鉴定用户权限，对ID之类的字段做基础的校验，如id<=0的字段直接拦截；
2. 方法二
缓存空值。如果一个查询返回的数据为空（不管是数据不存在，还是系统故障）仍然把这个空结果进行缓存，但它的过期时间会很短，最长不超过5分钟。通过这个设置的默认值存放到缓存，这样第二次到缓存中获取就有值了，而不会继续访问数据库。
3. 方法三
采用布隆过滤器BloomFilter
优势：占用内存空间很小，位存储；性能特别高，使用key的hash判断key存不存在。
将所有可能存在的数据哈希到一个足够大的bitmap中，一个一定不存在的数据会被这个bitmap拦截掉，从而避免了对底层存储系统的查询压力。
布隆过滤器是一种比较特殊的数据结构，有点类似与HashMap，在业务中可能会通过使用HashMap来判断一个值是否存在，它可以在O(1)时间复杂度内返回结果，效率极高，但是受限于存储容量，如果可能需要去判断的值超过亿级别，那么HashMap所占的内存就很可观了。
而BloomFilter解决这个问题的方案很简单。首先用多个bit位去代替HashMap中的数组，这样的话储存空间就下来了，之后就是对 Key 进行多次哈希，将 Key 哈希后的值所对应的 bit 位置为1。
当判断一个元素是否存在时，就去判断这个值哈希出来的比特位是否都为1，如果都为1，那么可能存在，也可能不存在（如下图F）。但是如果有一个bit位不为1，那么这个Key就肯定不存在。
注意：BloomFilter并不支持删除操作，只支持添加操作。这一点很容易理解，因为如果要删除数据，就得将对应的bit位置为0，但是这个Key对应的bit位可能其他的Key也对应着。
若有收获，就点个赞吧
0 人点赞
