1. 缓存穿透（查不到导致的）

1.1 概念

用户想要查询一个数据，发现 Redis 数据库没有，也就是缓存没有命中，于是向持久层数据库查询，发现也没有，于是本次查询失败。当用户很多的时候（比如秒杀场景），缓存都没有命中，于是所有用户都去请求数据库。这给持久层数据库带来了很大的压力，这时候就相当于出现了缓存穿透。

1.2 解决方案

布隆过滤器

布隆过滤器是一种数据结构，对所有可能查询的参数以 Hash 形式存储，在控制层先进行校验，不符合要求的就丢弃，从而避免了对底层存储系统的压力。

缓存空对象

当存储层不命中后，即使返回空对象也将其缓存起来，同时会设置一个过期时间。这样的话，之后再访问这个数据的时候将会从缓存中取出，保护了后端数据源。

存在的问题：

• 如果空值能够被缓存起来，这意味着缓存需要更多的空间存储这些数据，而其中很多数据的值是空的。

2. 缓存击穿（量太大、缓存过期）

2.1 概念

缓存击穿，是指一个 key 非常的热点，在不停的扛着大并发，大并发集中对这一个点进行访问。当这个 key 在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，导致数据库瞬间压力过大。

2.2 解决方案

设置热点数据永不过期

从缓存层面来看，热点数据不设置过期时间，就不会出现热点数据过期导致的缓存击穿。（一直缓存浪费缓存空间）

加互斥锁

使用分布式锁，保证对于每个 key 同时只有一个线程去查询后端服务，其他线程没有获得分布式锁的权限，等待即可。

这种方式将高并发的压力转移到了分布式锁。

3. 缓存雪崩（缓存集体失效或 Redis 宕机）

3.1 概念

缓存雪崩，是指在某一个时间段，缓存集体过期失效或者 Redis 宕机。于是所有的请求都会到达存储层，存储层的调用量会暴增，造成存储层挂掉的情况。

比如双十一零点抢购商品，抢购的商品肯定集中放在了缓存，假设缓存一个小时。那么到一点的时候，这批商品的缓存都到期了，这时候对这批商品的查询，都落到了数据库上。

3.2 解决方案

Redis 高可用

这个思想就是，既然 Redis 有可能挂掉，那我就多增设几台 Redis 服务器，其实就是搭建 Redis 集群。

限流降级

这个方案的思想是，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。

数据预热

数据预热的含义就是，在正式部署之前，先把可能访问的数据预先访问一遍，这样部分可能大两房问的数据就会先加载到缓存中。在即将发生大并发访问之前，手动触发加载缓存不同的 key，设置不同的过期时间，让缓存失效的时间点尽量均匀