1.前言
当我们设计一个Redis缓存服务时，缓存穿透、缓存击穿、缓存雪崩这三大问题我们不得不考虑。同时参见面试时面试官也会常问这三大问题。本章我们来分析一下这三大问题。
2.缓存穿透
2.1什么叫缓存穿透？
正常情况下，查询数据无论在缓存中或者数据库中，都应该有这样的数据。但如果这个数据在缓存和数据库都 不存在 ，那么用户高并发环境下访问 数据库 和 缓存 中都 不存在的数据 称之为缓存穿透现象.
2.2穿透带来的问题
如果有些不怀好意的人，利用这个不存在的数据，频繁大量的访问你的数据库，产生大量的请求，极有可能导致你的数据库异常访问不了、数据库宕掉。
2.3解决方案
1). 禁用IP 限制IP访问.
2). 限流 每秒最多访问3次
3). 布隆过滤器 (常见解决方案)
4). 缓存空值 (简单粗暴)
布隆过滤器
布隆过滤器（Bloom Filter）是1970年由布隆提出的。它实际上是一个 很长的二进制向量和一系列随机映射函数 。布隆过滤器可以 用于检索一个元素是否在一个集合中 。它的优点是空间效率和查询时间都比一般的算法要好的多，缺点是有一定的误识别率和删除困难。
原理
缺点：
由于 hash碰撞问题 ,可能由多个key有相同的位置,所以得出结论,布隆过滤器认为数据存在,那么数据可能存在.如果布隆过滤器认为数据不存在,则数据一定不在.
解决方案
1.扩容二进制向量位数.
2.增加hash函数的个数
当位数增加/函数适当增加,则可以有效的降低hash碰撞的几率. 默认值 0.03
缓存空值
这个方案简单粗暴，就是拿到这些不存在数据key，并把value设置成null放到缓存中去，后面再请求这样的数据直接到缓存查询，返回给它null就可以了，切记也要给这些不存在数据的key设置失效时间。
3.缓存击穿
3.1什么叫缓存击穿？
在高并发的环境下，大量请求同时请求同一个key，如果恰巧这个时候key失效了。那么当某个热点数据在缓存中 突然失效 .导致大量的用户直接访问数据库.导致并发压力过高造成异常这个现象被称为 缓存击穿
3.2击穿带来的问题
造成某个时刻所有访问直接打在数据库上，导致数据库压力剧增
3.3解决方案
1.尽可能将热点数据的超时时间 设定的长一点
2.设定多级缓存 超时时间采用随机算法.
4.缓存雪崩
4.1什么叫缓存雪崩？
在缓存服务器中,由于大量的缓存数据失效,导致用户访问的命中率过低.导致直接访问数据库.例如缓存服务宕机，然后大量请求直接访问数据库，极有导致数据库也宕机.
4.2雪崩带来的问题
导致缓存、数据库等一系列服务宕机..
4.3解决方案
使用集群缓存，保证缓存服务的高可用
设定超时时间时,应该采用随机算法
