緩存擊穿： 查詢一個數據庫中不存在的數據，比如商品詳情，查詢一個不存在的ID，每次都會訪問DB，如果有人惡意破壞，很可能直接對DB造成過大地壓力。
緩存擊穿的解決方案： 當通過某一個key去查詢數據的時候，如果對應在數據庫中的數據都不存在，我們將此key對應的value設置爲一個默認的值，比如“NULL”，並設置一個緩存的失效時間，這時在緩存失效之前，所有通過此key的訪問都被緩存擋住了。後面如果此key對應的數據在DB中存在時，緩存失效之後，通過此key再去訪問數據，就能拿到新的value了。
緩存失效： 在高併發的環境下，如果此時key對應的緩存失效，此時有多個進程就會去同時去查詢DB，然後再去同時設置緩存。這個時候如果這個key是系統中的熱點key或者同時失效的數量比較多時，DB訪問量會瞬間增大，造成過大的壓力。
緩存失效的解決方案：
- 將系統中key的緩存失效時間均勻地錯開，防止統一時間點有大量的key對應的緩存失效；
-
重新設計緩存的使用方式，當我們通過key去查詢數據時，首先查詢緩存，如果此時緩存中查詢不到，就通過分佈式鎖進行加鎖，取得鎖的進程查DB並設置緩存，然後解鎖；其他進程如果發現有鎖就等待，然後等解鎖後返回緩存數據或者再次查詢DB。
1. 使用互斥鎖(mutex key): 這種解決方案思路比較簡單，就是隻讓一個線程構建緩存，其他線程等待構建緩存的線程執行完，重新從緩存獲取數據就可以了（如下圖）
![]()
如果是單機，可以用synchronized或者lock來處理，如果是分佈式環境可以用分佈式鎖就可以了（分佈式鎖，可以用memcache的add, redis的setnx, zookeeper的添加節點操作）。
redis代碼：
String get(String key) { String value = redis.get(key); if (value == null) { if (redis.setnx(key_mutex, "1")) { // 3 min timeout to avoid mutex holder crash redis.expire(key_mutex, 3 * 60) value = db.get(key); redis.set(key, value); redis.delete(key_mutex); } else { //其他線程休息50毫秒後重試 Thread.sleep(50); get(key); } } }
熱點key： 緩存中的某些Key(可能對應用與某個促銷商品)對應的value存儲在集羣中一臺機器，使得所有流量涌向同一機器，成爲系統的瓶頸，該問題的挑戰在於它無法通過增加機器容量來解決。
熱點key的解決方案：
- 客戶端熱點key緩存：將熱點key對應value並緩存在客戶端本地，並且設置一個失效時間。對於每次讀請求，將首先檢查key是否存在於本地緩存中，如果存在則直接返回，如果不存在再去訪問分佈式緩存的機器。
- 將熱點key分散爲多個子key，然後存儲到緩存集羣的不同機器上，這些子key對應的value都和熱點key是一樣的。當通過熱點key去查詢數據時，通過某種hash算法隨機選擇一個子key，然後再去訪問緩存機器，將熱點分散到了多個子key上。
3. "永遠不過期"：
這裏的“永遠不過期”包含兩層意思：
(1) 從redis上看，確實沒有設置過期時間，這就保證了，不會出現熱點key過期問題，也就是“物理”不過期。
(2) 從功能上看，如果不過期，那不就成靜態的了嗎？所以我們把過期時間存在key對應的value裏，如果發現要過期了，通過一個後臺的異步線程進行緩存的構建，也就是“邏輯”過期
爲每個 value 設置一個邏輯過期時間，當發現超過邏輯過期時間後，會使用單獨的線程去構建緩存。
從實戰看，這種方法對於性能非常友好，唯一不足的就是構建緩存時候，其餘線程(非構建緩存的線程)可能訪問的是老數據，但是對於一般的互聯網功能來說這個還是可以忍受。
String get(final String key) {
V v = redis.get(key);
String value = v.getValue();
long timeout = v.getTimeout();
if (v.timeout <= System.currentTimeMillis()) {
// 異步更新後臺異常執行
threadPool.execute(new Runnable() {
public void run() {
String keyMutex = "mutex:" + key;
if (redis.setnx(keyMutex, "1")) {
// 3 min timeout to avoid mutex holder crash
redis.expire(keyMutex, 3 * 60);
String dbValue = db.get(key);
redis.set(key, dbValue);
redis.delete(keyMutex);
}
}
！ });
}
return value;
}