缓存穿透
- 缓存穿透指的是业务系统访问不存在的数据，导致大量请求打到数据库，造成的数据库压力，甚至奔溃，此称为缓存穿透。
- 解决方案：
（一）缓存空数据
如果从数据库中没查到值，可以在缓存中记录一个空值，来避免“缓存穿透”。并且要给这个空值设置一个较短的过期时间。（如果时间过长，会导致数据库更新后的数据不能及时更新到redis）
缓存空对象会有两个问题：
- 第一，空值做了缓存，意味着缓存层中存了更多的键，需要更多的内存空间 ( 如果是攻击，问题更严重 )，比较有效的方法是针对这类数据设置一个较短的过期时间，让其自动剔除。
- 第二，缓存层和存储层的数据会有一段时间窗口的不一致，可能会对业务有一定影响。例如过期时间设置为 5 分钟，如果此时存储层添加了这个数据，那此段时间就会出现缓存层和存储层数据的不一致，此时可以利用消息系统或者其他方式清除掉缓存层中的空对象。
（二）BloomFilter（空数据的key各不相同、key重复请求概率低）
首先将BloomFilter里面存储目前数据库中存在的所有key，当业务系统有查询请求的时候，首先去BloomFilter中查询该key是否存在。若不存在，则说明数据库中也不存在该数据，因此缓存都不要查了，直接返回null。若存在，则继续执行后续的流程，先前往缓存中查询，缓存中没有的话再前往数据库中的查询。Redisson利用Redis实现了Java分布式布隆过滤器（Bloom Filter）。所含最大比特数量为2^32。
缓存雪崩
- 缓存大量key集中失效（如缓存过期或服务不可用），导致大量请求同时穿透到数据库的情况，就是所谓的“雪崩效应”
- 解决方案：
使用缓存集群（Redis Sentinel 和 Redis Cluster），保证缓存高可用。
当我们向缓存初始化数据时，要保证每个缓存记录过期时间的离散性。可以采用一个较大的固定值加上一个较小的随机值。比如过期时间可以是：10小时 + 0到3600秒的随机值。
缓存击穿
- 对于一些请求量极高的热点数据而言，一旦过了有效时间，此刻将会有大量请求落在数据库上，从而可能会导致数据库崩溃，不同于缓存雪崩的点是，缓存雪崩是大量数据的key失效造成的数据库压力，而击穿指的是某个热点key被并发查询，key过期后直接到达数据库的问题。
- 解决方案
解决方案：
（一）互斥锁
如果从缓存查不到数据，对查询数据加分布式锁，然后查数据库并把数据库查询结果放入缓存。其他线程等待锁释放后，直接从缓存取值。
当某一个热点数据失效后，只有第一个数据库查询请求发往数据库，其余所有的查询请求均被阻塞，从而保护了数据库。但是，由于采用了互斥锁，其他请求将会阻塞等待，此时系统的吞吐量将会下降。这需要结合实际的业务考虑是否允许这么做。
（二）永不过期
为每个 value 设置一个逻辑过期时间，当发现超过逻辑过期时间后，会使用单独的线程去构建缓存
