点赞再看，养成习惯，听说微信搜公众号《Java鱼仔》会让自己的技术更上一层楼

（一）缓存穿透（查不到）

1.1 概念

当用户想要查询一个数据的时候，发现redis内存数据库中没有，于是向持久化数据库查询发现也没有，相当于请求绕过缓存直接打到持久层。当用户很多的时候，如果大量缓存都没有命中，于是都去请求了持久化数据库，这会给持久化数据库带来很大的压力，这就是缓存穿透。

1.2 解决方案

缓存空对象

如果用户的请求在持久层中也未命中，即使返回的空对象也会将其缓存起来，并且设置一个过滤时间，之后再访问这个数据时缓存中就有了，保护了后端的数据库。

可能会导致的问题

1.如果空值能被缓存起来，就意味着我们需要更多的空间去储存很多数据库中为空的键。 2.对于缓存起来的空值我们会设置一个过期时间，这就会导致缓存层和存储层一段时间的数据不一致，比如原来为空值的键被放进了缓存，在未过期的时候数据库刚好新增了这样一个键，这对需要保持一致性的业务会有影响。

布隆过滤器

布隆过滤器可以理解为是一个不怎么精确的set，可以使用contains判断去判断这个值是否在布隆过滤器中存在。并且在达到去重的效果同时，可以节约大量的空间。因此我们可以将所有存在的值放入布隆过滤器中，请求首先进入过滤器，如果过滤器返回不存在，就直接驳回这个请求。因此这个请求就不会穿透到持久层的数据库中。

不过我也提到了，这是一个不怎么精确的数据结构，打个比方，对于一个key，如果布隆过滤器返回不存在，那么这个key在布隆过滤器中一定不存在，但是如果布隆过滤器返回key存在，那么有可能这个值在布隆过滤器中是不存在的。这点误差对于解决缓存穿透问题是完全可以接受的，毕竟布隆过滤器只是放在真实缓存前的一道屏障，只要对存在于缓存中的key不错误过滤就行。 对于布隆过滤器，我会在下一章进行讲解。

（二）缓存击穿（量太大、缓存过期）

2.1 概念

缓存击穿是指一个key非常热门，会有大量并发对这个点进行访问，在这个key失效的瞬间，持续的大并发就会穿过环境直接请求数据库，就好像在墙上打了一颗子弹一样。

2.2 解决方案

1.设置热点数据永不过期

从缓存层面上看，没有设置过期时间，就不会出现热点key过期后产生的问题

2.加互斥锁

使用分布式锁，使得对于每个key只有一个线程去查询后端的服务，这种方式可以将高并发的压力转移到分布式锁，因此对于分布式锁也是另外一个考验。

（三）缓存雪崩

3.1 概念

缓存雪崩指的是在某个时间端，缓存集中过期失效，大量请求直接打到持久层数据库。或者更加严重的情况缓存服务器直接宕机，所有请求直接打到持久层数据库，导致瞬间压垮持久层数据库。

3.2 解决方案

redis高可用

对于redis缓存服务器宕机导致的缓存雪崩，可以多增加几台redis服务器组成redis集群环境，实现redis的高可用。

限流降级

在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量，比如对于某个key只允许一个线程查询和写缓存，其他线程等待。

数据预热

数据预热是指在正式部署之前，把可能的数据预先加载到缓存中，对于不同的key设置不同的过期时间，让缓存失效的时间点尽量均匀。