一、前言
通常在我们的项目中，为了提高访问速率，会使用NoSql进行缓存，Redis属于使用广泛的一种，但使用它又可能出现，缓存穿透，缓存击穿，缓存雪崩等问题。
二、介绍
1、缓存穿透
缓存穿透问题在一定程度上与缓存命中率有关。key对应的数据在数据源并不存在，每次针对此key的请求从缓存获取不到，那么，数据访问的绝大部分压力都会集中在后端数据库层面。
2、缓存击穿
如果我们为缓存中的大部分数据设置了相同的过期时间，则到了某一时刻，缓存中的数据就会批量过
期，导致大部分用户的请求都会直接落在数据库上，这种现象就叫作缓存击穿。
3、缓存雪崩
当缓存服务器重启或者大量缓存集中在某一个时间段失效，这样在失效的时候，数据存储层的调用量就会暴增，用不了多长时间，数据库就会被大流量压垮，这种级联式的服务故障，就叫作缓存雪崩。
三、缓存穿透解决方案
（1）、由于请求的参数是不合法的(每次都请求不存在的参数)，于是我们可以使用布隆过滤器(BloomFilter)或者压缩filter提前拦截，不合法就不让这个请求到数据库层。
（2）、当我们从数据库找不到的时候，我们也将这个空对象设置到缓存里边去。下次再请求的时候，就可以从缓存里边获取了。这种情况我们一般会将空对象设置一个较短的过期时间。
四、缓存击穿解决方案
缓存击穿的情况下一般不容易造成DB的宕机，只是会造成对DB的周期性压力。对缓存击穿的解决方案一般可以这样：Redis中的数据不设置过期时间，然后在缓存的对象上添加一个属性标识过期时间，每次获取到数据时，校验对象中的过期时间属性，如果数据即将过期，则异步发起一个线程主动更新缓存中的数据。但是这种方案可能会导致有些请求会拿到过期的值，就得看业务能否可以接受，如果要求数据必须是新数据，则最好的方案则为热点数据设置为永不过期，然后加一个互斥锁保证缓存的单线程写。
五、缓存雪崩解决方案
（1)、数据预热，就是系统上线后，将相关的缓存数据直接刷新到缓存中，这样就可以避免用户请求先查数据库。可以通过缓存Reload机制，预热刷新缓存。
（2)、双缓存策略，C1为原始缓存，C2为拷贝缓存，C1失效时，可以访 问C2，C1缓存失效时间设置为短期，C2设置为长期。
（3)、key值的过期时间设置为随机，防止同一时间大量的数据过期。
（4）、将Redis缓存部署成高可用集群（必要时候做成异地多活），可以有效的防止缓存雪崩问题的发生。
