缓存穿透：

缓存穿透是指查询一个一定不存在的数据，由于缓存是不命中时被动写的，并且出于容错考虑，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存储层去查询，失去了缓存的意义。在流量大时，可能会导致DB宕机，要是被利用不存在的key攻击应用，就是一个漏洞。
解决方案：
在很多种方法可以有效地解决缓存穿透问题，最常见的是采用布隆过滤器，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。另外也有一个更为简单粗暴的方法，如果一个查询返回的数据为空，我们仍然把这个空结果进行缓存，但它的过期时间会很短，将影响时间缩短。

缓存雪崩：

缓存失效时的雪崩效应对底层系统冲击非常可怕。大多数系统设计者考虑使用加锁或者队列的方式保证缓存的单线程写，从而避免失效时大量的并发请求落到底层存储系统上。可以将缓存失效时间分散开，加一个随机值，避免大规模失效，这样就很难引发集体失效的事件。

缓存击穿：

对于一些设置了过期时间的key，如果这些key可能会在某些时间点被超高并发地访问，是一种非常热点的数据。这个时候，需要考虑击穿问题，跟缓存雪崩的区别在于这里针对某一key缓存，前者则是很多key。
缓存在某个时间点过期的时候，恰好在这个时间点对这个key有大量的并发请求过来，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，这个时候大并发的请求可能会瞬间把后端DB压垮。

解决方案：
1、使用互斥锁（mutex key）
业界比较常用的做法，是使用mutex。简单来说，就是在缓存失效的时候（判断拿出来的值为空），不是立即去load db，而是先使用缓存工具的某些带成功操作返回值的操作（比如redis的setnx或者memcache的add）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；否则，就重试整个get缓存的方法。
2、提前使用互斥锁（mutex key）
在value内部设置1个超时值（timeout1），timeout1比实际的memcache timeout（timeout2）小。当从cache读取到timeout1发现它已经过期时候，马上延长timeout1并重新设置到cache。然后再从数据库加载数据并设置到cache汇总。
3、“永不过期”：
1）这里的不过期是redis不设置过期时间，这就保证了不会出现热点key过期问题，也就是物理不过期
2）把过期时间存在key对应的value里，如果发现要过期了，通过一个后台的异步线程进行缓存的构建，也就是逻辑过期
从效果来看，这种方法对于性能非常友好，唯一不足的就是构建缓存的时候，其余线程可能访问到老数据，但是是可以接受的。
4、资源保护
采用netflix的hystrix，可以做资源的隔离保护主线程，如果把这个应用到缓存的构建也未尝不可。

| 1. 代码复杂度增大

1. 存在死锁的风险
   
2. 存在线程池阻塞的风险 | | “提前”使用互斥锁 | 保证一致性 | 1. 代码复杂度增大
   
3. 存在死锁的风险
   
4. 存在线程池阻塞的风险 | | 不过期(本文) | 异步构建缓存，不会阻塞线程池 | 1. 不保证一致性。
   
5. 代码复杂度增大(每个value都要维护一个timekey)。
   
6. 占用一定的内存空间(每个value都要维护一个timekey)。 | | 资源隔离组件hystrix(本文) | 1. hystrix技术成熟，有效保证后端。
   | 部分访问存在降级策略。 |