一、緩存穿透
在討論緩存穿透之前，我們先來看下從緩存中讀取數據時的流程，如圖：
緩存穿透是什麼？
如果每次都去查一個“緩存和數據庫中都必不存在的數據（如id=-1的數據）”，因爲緩存中不存在，那麼每次請求都會打到DB上，從而導致緩存失去意義，在高併發的情況下就可能導致數據庫崩潰，這就是緩存穿透。
緩存穿透的解決方案
1、規範key過濾
規範key的命名，並且統一緩存查詢的入口，在入口處對key的命名格式進行檢測，過濾掉不規範key的訪問，這樣可以過濾掉大部分的惡意攻擊。如約定項目中Redis緩存key的前綴都是以"公司名_項目名_REDIS_"開頭，不符合這個約定的key在一開始就過濾掉。
2、緩存空值
簡單粗暴，如果查詢DB返回的數據爲空，我們仍然把這個空值放到Redis緩存中，只是將它的過期時間設置的很短，另外爲了避免不必要的內存消耗，可以定期清理空值的key。
3、加鎖
根據key從緩存中獲取到的value爲空時，先鎖上，再去查DB將數據加載到緩存，若其它線程獲取鎖失敗，則等待一段時間後重試，從而避免了大量請求直接打到DB。單機可以使用synchronized或ReentrantLock加鎖，分佈式環境需要加分佈式鎖，如Redis分佈式鎖。
4、布隆過濾器
我們想這樣一個問題，如果想判斷某個元素是不是在一個集合裏，一般做法是將集合中所有的元素保存起來，然後通過比較確定，比如HashMap。但是隨着集合中元素的增加，數據量超大時，我們需要的存儲空間也越來越大，甚至超過服務器內存，這時我們就不能再用HashMap等數據結構了。
這時布隆過濾器就出場了，它的空間效率非常好，它是一個二進制向量，每一位存放的是0或1，初始時默認爲0，長下面這樣：
當一個元素加入集合時，通過 K 個 Hash 函數將這個元素映射成 k 個值 ：K1、K2、K3...，把向量中下標爲K1、K2、K3...的位置置爲1 。
比如，元素X進來，將X作爲參數，通過3個hash函數的計算，分別得到3個值：Hash1(X)=5；Hash2(X)=2；Hash3(X)=9；那麼我們就將布隆過濾器中下標爲5、2、9的位置分別置爲1，如下，
可以看出，布隆過濾器根本沒有存放完整的數據，只是運用一系列隨機映射函數計算出位置，然後填充二進制向量，所以它的空間效率非常好。
※ 有一個元素Y，怎麼判斷Y在布隆過濾器中是否存在呢？
同樣將Y作爲參數，通過3個hash函數的計算，分別得到3個值，比如是：4/6/8，我們只要看下標爲4/6/8的位置是不是都是1，
> 如果都是1，則元素Y可能存在於集合中，爲什麼說可能呢——hash碰撞，不同的兩個元素，經過同樣的hash函數，計算出來的值，從概率上來講是有可能重複的。所以這也是布隆過濾器最大的缺點，存在誤判率。
> 如果不全是1，則元素Y肯定不存在。
即：當它說某個 key 不存在時，key一定不存在；當它說某個 key 存在時，key 可能存在。
※ 布隆過濾器是怎樣解決緩存穿透的？
預先將所有緩存數據的key存放到布隆過濾器中，當一個查詢請求過來的時候，先判斷這個key在布隆過濾器中是否存在？
> 如果不存在，直接返回提示，都不用去查緩存更不用說DB了；
> 如果存在，則去查緩存，但我們知道布隆過濾器判斷存在有一定的誤判率，這裏我是這樣理解的，如果這個誤判率針對你們的業務場景是可被接受的則可以忽略，另外我們在用Guava實現布隆過濾器的時候可以指定誤判率不超過多少，你可以指定一個可被你接受的值。再或者，因爲布隆過濾器可以過濾掉絕大多數的惡意key，針對少部分的漏網之魚，我們可以在緩存層面使用功能上面說過的緩存空值或加鎖的方案。
二、緩存擊穿
緩存擊穿和緩存穿透不一樣！
說緩存擊穿之前，我們先來了解一個概念——熱點key，某個訪問非常頻繁，訪問量非常大的一個緩存key，我們叫做熱點key。
緩存擊穿是指某個熱點key在失效的瞬間（一般是緩存時間到期），持續的大併發請求穿破緩存，直接打到數據庫，就像在一個屏障上鑿開了一個洞，造成數據庫壓力瞬間增大，這就是緩存擊穿。
緩存擊穿的解決方案
1、設置熱點key永不過期
2、加鎖，根據熱點key從緩存中獲取到的value爲空時，先鎖上，再去查DB將數據加載到緩存，若其它線程獲取鎖失敗，則等待一段時間後重試，從而避免了大量請求直接打到DB。單機可以使用synchronized或ReentrantLock，分佈式需要加分佈式鎖，如Redis分佈式鎖。【爲了不阻塞對其他key的請求，此處可以用熱點key來加鎖】
三、緩存雪崩
緩存雪崩是指緩存由於某些原因整體或者大量失效，導致大量請求打到後端數據庫，從而導致數據庫崩潰，整個系統崩潰，發生災難。
導致緩存整體或大量失效的場景一般有：
1、緩存服務宕機，如Redis集羣徹底崩潰；
2、在某個集中的時間段內，系統預加載的緩存集中失效了；
預防和解決緩存雪崩
1、保證緩存層服務高可用性，如使用Redis Sentinel 和 Redis Cluster，雙機房部署，保證Redis服務高可用。
2、通過設置不同的過期時間，來錯開緩存過期，從而避免緩存集中失效。
感興趣的小夥伴可以關注一下博主的公衆號，1W+技術人的選擇，致力於原創技術乾貨，包含Redis、RabbitMQ、Kafka、SpringBoot、SpringCloud、ELK等熱門技術的學習&資料。
