Redis 缓存穿透、雪崩、击穿

缓存穿透

(都查不到【redis和数据库的数据】)

查询的数据对应的数据在数据源并不存在，每次针对此这个数据的请求从缓存获取不到，请求都会到数据源，从而可能压垮数据源。
若黑客利用此漏洞进行攻击可能压垮数据库，同时互联网项目瞬间高并发(活动、秒杀等)也会直接压垮数据库，这就是缓存穿透。

两种解决方案

解决方案1 - 布隆过滤器
布隆过滤器，英文叫BloomFilter，可以说是一个二进制向量和一系列随机映射函数实现。 可以用于检索一个元素是否在一个集合中，实现原理bitmaps，那么我们就可以在查询之前进行校验，不符合就丢弃或者其他处理，避免了对于服务器的压力。

解决方案2 - 缓存空对象
当存储层查询不命中的时候，如果MySQL返回空，那么我们也将这个空对象放进缓存中，这样其他认再查询的时候就直接从缓存中读取空对象，从而减轻底层数据库压力。
这种方式有弊端：缓存空值也会占缓存空间，并且缓存了空值的同时可能造成缓存和存储层数据不一致的情况(缓存有空值，持久层有了)，会有业务一致性的影响。

缓存击穿

(redis数据过期的瞬间查太多)

解决方案

方案一
#设置热点数据永不过期 — 更推荐 尽量热点数据过期时间长一点。
方案二：
使用分布式锁，保证每一个key只有一个线程去数据库中查询数据，其他没有分布式锁权限的线程等待，这种方式将高并发的压力转移到了分布式锁上，因此对于锁的考验也很大。

缓存雪崩

（数据集中失效）

雪崩就是指缓存中的数据集中过期失效 (或集群宕机–扫地的又把我服务器的电源踢掉了 | 服务器节点宕机 |服务器断网)。
产生雪崩的原因：
比如马上双12了0点，大家准备好了抢购商品，这波商品集中放进缓存中，假设设定的时间为1小时，那么到了凌晨1点的时候，这批商品的缓存就过期了
而对这批商品的查询就落到了数据库上，对于数据库而言，就会产生后周期性的压力波峰，存储层的调用也会暴增，也会造成数据库挂掉，这种现象叫缓存雪崩现象。

解决方案

方案一：
redis高可用--------->既然可能出现redis挂掉问题，那我就多设几台redis，这样一台挂掉其他依然可以使用，这就是我们上面的redis集群。
方案二：
限流降级(分布锁同理 | 队列)------->在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量，比如某一个key只允许有一个key线程查询和写缓存，其他线程等待。
方案三：
数据预热--------> 数据预热含义就是再正式部署之前，先将可能高并发的数据查询一遍，写入到缓存中，这样部分可能大量访问的数据就会加载到缓存中
然后设计不同的过期时间，让缓存失效均匀点，避免雪崩。