1. 緩存穿透（查不到導致的）

1.1 概念

用戶想要查詢一個數據，發現 Redis 數據庫沒有，也就是緩存沒有命中，于是向持久層數據庫查詢，發現也沒有，于是本次查詢失敗。當用戶很多的時候（比如秒殺場景），緩存都沒有命中，于是所有用戶都去請求數據庫。這給持久層數據庫帶來了很大的壓力，這時候就相當于出現了緩存穿透。

1.2 解決方案

布隆過濾器

布隆過濾器是一種數據結構，對所有可能查詢的參數以 Hash 形式存儲，在控制層先進行校驗，不符合要求的就丟棄，從而避免了對底層存儲系統的壓力。

緩存空對象

當存儲層不命中后，即使返回空對象也將其緩存起來，同時會設置一個過期時間。這樣的話，之后再訪問這個數據的時候將會從緩存中取出，保護了后端數據源。

存在的問題：

• 如果空值能夠被緩存起來，這意味著緩存需要更多的空間存儲這些數據，而其中很多數據的值是空的。

2. 緩存擊穿（量太大、緩存過期）

2.1 概念

緩存擊穿，是指一個 key 非常的熱點，在不停的扛著大并發，大并發集中對這一個點進行訪問。當這個 key 在失效的瞬間，持續的大并發就穿破緩存，直接請求數據庫，導致數據庫瞬間壓力過大。

2.2 解決方案

設置熱點數據永不過期

從緩存層面來看，熱點數據不設置過期時間，就不會出現熱點數據過期導致的緩存擊穿。（一直緩存浪費緩存空間）

加互斥鎖

使用分布式鎖，保證對于每個 key 同時只有一個線程去查詢后端服務，其他線程沒有獲得分布式鎖的權限，等待即可。

這種方式將高并發的壓力轉移到了分布式鎖。

3. 緩存雪崩（緩存集體失效或 Redis 宕機）

3.1 概念

緩存雪崩，是指在某一個時間段，緩存集體過期失效或者 Redis 宕機。于是所有的請求都會到達存儲層，存儲層的調用量會暴增，造成存儲層掛掉的情況。

比如雙十一零點搶購商品，搶購的商品肯定集中放在了緩存，假設緩存一個小時。那么到一點的時候，這批商品的緩存都到期了，這時候對這批商品的查詢，都落到了數據庫上。

3.2 解決方案

Redis 高可用

這個思想就是，既然 Redis 有可能掛掉，那我就多增設幾臺 Redis 服務器，其實就是搭建 Redis 集群。

限流降級

這個方案的思想是，在緩存失效后，通過加鎖或者隊列來控制讀數據庫寫緩存的線程數量。

數據預熱

數據預熱的含義就是，在正式部署之前，先把可能訪問的數據預先訪問一遍，這樣部分可能大兩房問的數據就會先加載到緩存中。在即將發生大并發訪問之前，手動觸發加載緩存不同的 key，設置不同的過期時間，讓緩存失效的時間點盡量均勻