经常使用Redis比较频繁的一种场景：
系统收到用户频繁查询请求时，先从缓存中查找数据，如果缓存中有数据，直接从缓存中读取数据，返回给请求方；如果缓存中没有数据，则从数据库中读取数据，然后再更新到缓存中，这样下次再次获取时从缓存中获取。
缓存穿透
如果请求缓存的某key时，都不在缓存中，导致必须从数据库中查询，数据库如果也没有则无法更新到缓存中，下次再有同样请求时，还是会经历这一过程。如果这一过程正处于高频请求的过程，那么必然会导致数据库承担比较大的压力，严重可能导致机器崩溃。这种情况就是缓存穿透
简单理解
请求某key数据时不存在缓存中也不存在数据库中，刚好高频请求该key的值，容易导致缓存穿透，导致数据库压力大
解决方案
给所有指定的key预先设定一个值，如空字符串“NULL”，当返回空字符串时则认为不存在的数据，无需再去数据库查询
缓存雪崩
实际开发时，有些缓存会设置其过期时间为一个固定的时间常量，这就可能出现系统在运行时，同时设置了很多缓存key，并且这些key的缓存过期时间都一样，当时间到期时，缓存集体失效，如果此时并发请求很高就会导致很多请求都会打到数据库，就会造成数据库压力瞬间增大，出现缓存雪崩的现象
简单理解
大批量缓存过期时间一致，一到时间全部集体消失，此时若请求并发很高，所有请求都会打到数据库，导致数据库压力大
解决方案
- 将缓存过期时间设置随机，每个缓存的过期时间不重复，降低缓存集体失效的概率
- 设置缓存不过期，其他服务后台更新缓存数据，避免因缓存失效造成的缓存雪崩，也可以在一定程度上避免缓存并发问题
缓存并发
当缓存失效时，出现并发请求情况，多个请求同时请求获取同一个key，因缓存失效所有请求就会到数据库中查询，当查询到数据之后更新到缓存中，此时就会出现多个请求更新的是同一条数据，这不仅增加数据库压力，也会因反复更新缓存而占用缓存资源。
解决方案
通过使用Redis的setNX方法设置一个状态位，加锁控制，防止多个请求同时处理该缓存。当这个状态位被某请求锁定时，其他请求会等待一段时间后再重新发起数据查询，此时再查询缓存就会有数据。
通过加锁方式，保证同一个时间只能有一个请求来查询数据库并更新缓存，其他请求只能等待重新发起查询，从而解决缓存并发的问题
