1.緩存穿透
一個緩存系統，正常情況下我們去查詢的時候大部分key都是存在的。
如果去請求一個緩存系統中沒有的數據，此時系統如果沒有經過優化，會將請求繼續打到數據庫上，但其實數據庫上也沒有這條數據。上面這種情況就叫緩存穿透。
如果有人要對系統進行攻擊，拿大量不存在的key去發起請求，你的系統將會產生大量的請求直接訪問數據庫，這樣數據庫的壓力太大很有可能直接宕機，整個服務直接掛掉。
針對上面這種情況，一般有如下的解決辦法。
如果對應的key空數據量級不大，且重複訪問請求比較多，那麼我們可以將這麼key對應的value全部設爲null加入緩存中。這樣該key只有第一次請求時候訪問數據庫，後面再出現這個key的請求時候直接返回null，不會再去訪問數據庫。
如果異常的key很多，且沒有什麼重複請求，這個時候如果我們將這些key都緩存起來，將會浪費大量的內存。這個時候，可以在緩存之前先加一層BloomFilter，查詢的時候先去BloomFilter中判斷key是否存在。如果key不存在可以直接返回。如果key存在再去查緩存或者查後端數據庫。
2.緩存擊穿
對於高併發系統，如果有大量的請求同時去查詢一個key，剛好這個key失效，如果沒有優化大量的請求也會直接打到後端數據庫，有可能導致宕機，這個叫緩存擊穿。
業界比較常用的做法，是使用mutex。簡單地來說，就是在緩存失效的時候（判斷拿出來的值爲空），不是立即去load db，而是先使用緩存工具的某些帶成功操作返回值的操作（比如Redis的SETNX或者Memcache的ADD）去set一個mutex key，當操作返回成功時，再進行load db的操作並回設緩存；否則，就重試整個get緩存的方法。
SETNX，是「SET if Not eXists」的縮寫，也就是隻有不存在的時候才設置，可以利用它來實現鎖的效果。
public String get(key) {
String value = redis.get(key);
if (value == null) { //代表緩存值過期
//設置3min的超時，防止del操作失敗的時候，下次緩存過期一直不能load db
if (redis.setnx(key_mutex, 1, 3 * 60) == 1) { //代表設置成功
value = db.get(key);
redis.set(key, value, expire_secs);
redis.del(key_mutex);
} else { //這個時候代表同時候的其他線程已經load db並回設到緩存了，這時候重試獲取緩存值即可
sleep(50);
get(key); //重試
}
} else {
return value;
}
}
3.緩存雪崩
當緩存系統某一時刻發生大規模的緩存失效的情況，比如你的緩存服務宕機了，會有大量的請求進來直接打到DB上面。結果就是DB hold不住，宕機了，這個就叫緩存雪崩。
針對這種情況，首先我們需要保證的是緩存服務的高可用性。比如現在redis一般是集羣模式，不會是點個服務器。另外，關鍵服務部分可能還會使用主從+哨兵備份集羣，避免redis服務全部掛掉。
使用 ehcache 本地緩存的目的也是考慮在 Redis Cluster 完全不可用的時候，ehcache 本地緩存還能夠支撐一陣。使用 Hystrix進行限流 & 降級 ，比如一秒來了5000個請求，我們可以設置假設只能有一秒 2000個請求能通過這個組件，那麼其他剩餘的 3000 請求就會走限流邏輯。然後去調用我們自己開發的降級組件（降級），比如設置的一些默認值呀之類的。以此來保護最後的 MySQL 不會被大量的請求給打死。
另外實際中還有一個簡單的方案就是使緩存失效的時間分開。比如我們可以在原有的失效時間基礎上增加一個隨機值，比如1-5分鐘隨機，這樣每一個緩存的過期時間的重複率就會降低，就很難引發集體失效的事件。
4.RDB與AOF
RDB是redis database。其工作原理就是在指定時間間隔內將內存中的數據集快照寫入磁盤，相當於是全量備份，所以有點在於數據集小，數據備份，遷移都比較方便，而且恢復起來速度也快。但是缺點也顯而易見，如果快照的時間間隔比較大，那數據丟失也比較多。因爲是全量備份，當數據量較大的時候，耗時也會比較長。
AOF是append only file， 是把每一次數據變化都寫入到一個aof裏面。以日誌的形式記錄每個操作，將Redis執行過的所有指令全部記錄下來（讀操作不記錄），只許追加文件但不可以修改文件，Redis啓動時會讀取AOF配置文件重構數據。換句話說，就是Redis重啓就會根據日誌內容從頭到尾執行一次來完成數據的恢復工作。AOF的有點是數據丟失比較少而且文件可讀，缺點是文件增長比較快，因爲記錄的是redis的操作日誌，同時恢復起來速度也會比較慢。