分布式缓存
缓存的淘汰策略
数据过期策略：惰性删除、定期删除
惰性删除：访问一个key时，Redis先检查它的过期时间，若发现过期立即删除
定期删除：将设置了过期时间的key放入一个独立字典中；对该字典进行每秒10次的扫描，并删除扫描到的已过期的key；
扫描采用贪心策略，每次随机20个key，若已过期比例超过25%则再次随机。
内存淘汰策略：当写入数据发现超过maxmemory时，采用指定的淘汰策略进行删除。
LRU：按照最近最少使用原则筛选数据，最不常用的数据会被筛选出来。
LFU：先统计访问次数，将访问次数最低的淘汰；若访问次数相同，则比较访问时间，访问时间早的淘汰。
内存淘汰策略 | 描述 |
noeviction | 直接返回错误 |
volatile-ttl | 从设置过期时间的key中，选择过期时间最小的key，进行淘汰 |
volatile-random | 从设置过期时间的key中，随机选择key，进行淘汰 |
volatile-lru | 从设置过期时间的key中，使用LRU算法选择key，进行淘汰 |
volatile-lfu | 从设置过期时间的key中，使用LFU算法选择key，进行淘汰 |
allkeys-random | 从所有的key中，随机选择key，进行淘汰 |
allkeys-lru | 从所有的key中，使用LRU算法选择key，进行淘汰 |
allkeys-lfu | 从所有的key中，使用LFU算法选择key，进行淘汰 |
常见问题：
缓存穿透：客户端查询根本不存在的数据，使得请求直达存储层，导致其负载过大，甚至宕机。
也可能是业务层误将缓存和库中数据删除了，也可能是有人恶意估计，专门访问数据库中不存在的数据
解决：1、缓存空对象：存储层未命中后，仍将空值存入缓存层，客户端再次访问数据时，缓存层会直接返回空值
2、布隆过滤器：将数据存入布隆过滤器，访问缓存之前过滤器拦截，若请求的数据不存在则直接返回空值
缓存击穿：一份热点数据，访问量非常大。在其缓存失效的瞬间，大量请求直接抵达存储层，导致服务的崩溃。
解决：1、永不过期：热点数据不设置过期时间/为每个数据设置逻辑过期时间，当发现该数据逻辑过期时，使用单独的线程重建缓存
2、加互斥锁：对数据的访问加互斥锁，当一个线程访问时，其他线程只能等待。
缓存雪崩：在某一时刻，缓存层无法在提供服务，导致所有的请求直接抵达存储层，造成数据库的宕机。
可能是缓存中有大量数据同时过期，也可能是Redis节点发生故障，导致大量请求得不到解决
解决：1、避免数据同时过期，设置过期时间时，附加一个随机数，避免大量的key同时过期
2、启用降级和熔断措施，在发生雪崩时，若访问的不是核心数据，则直接返回预定义信息/空值/错误信息；对于访问缓存接口的请求，客户端并不会把请求发给Redis，而是直接返回。
3、构建高可用的缓存服务，采用哨兵或者集群，部署多个Redis实例，个别节点的宕机，依然可以保证节点的可用性。
