Redis雪崩：指Redis集群出现大面积问题，或者大量key值同时过期，导致大量请求并发的请求数据库，导致数据库崩溃。
例如：redis中key的过期时间为0点，但是0点有秒杀活动，同时6000个请求访问，原本redis可以挡住5000个请求，但由于redis的key值过期，所以都要请求数据库查询，导致数据库宕机。重启数据库一样会再次大废。
解决方式：
1、在设置key值的失效时间时候加个随机值
2、集群环境的时候可以选择将热点数据放在不同的redis库中。
3、设置key值为永不失效，数据更新的时候刷新缓存。
Redis击穿：跟雪崩类似，但指对单独一个key来说。
例如：redis 的 某一个key值的 过期时间为12点，但是12点的时候遭受恶意攻击等，一下大量并发请求同是获取这个key的值，都要去请求数据库连接，这是就会造成数据库崩溃。
解决方式：
1、设置key值为永不失效，数据更新的时候刷新缓存。
2、使用互斥锁。
Redis穿透：这种情况指查询的时候数据库中没有这个值，那么这个值也就不会存储在redis中，相当于没有redis集群这一层，那么大量的并发请求袭来，一样会导致数据库崩溃。
解决方式：
1、在接口层中增加数据校验，肯定查询不到的数据直接return。
2、缓存空值，如果查询没值就缓存一个null或""，但是会造成空间浪费，所以可以设置个较短的过期时间，例如60s。
3、redis中有个高级用法（布隆过滤器），他是一种数据结构，将查询条件存储在布隆过滤器中，如果查询条件有值则查询，没值直接返回。
布隆过滤器：布隆过滤器是一中数据结构，一个存储二进制（0/1）的列表，通过hash算法计算当前key的hash值，如果计算的hash值为1，那么将列表中索引1位置置为1，如果hash值为7那么将所以为7的位置置为1。查询的时候如果key值通过hasg算法计算后对应列表的位置为1，那么就代表这个key有值。
缺点：他可以判断某个数据一定不存在，但是没法判断一定存在，因为存在哈希冲突。而且没法删除数据。
布隆过滤器的另一个作用：推荐去重
例如新闻客户端的推送去重功能，当推荐系统推荐新闻时会从每个用户的历史记录里进行筛选，过滤掉那些已经存在的记录。
实际上，如果历史记录存储在关系数据库里，去重就需要频繁地对数据库进行 exists 查询，当系统并发量很高时，数据库是很难扛住压力的。如果使用缓存把历史记录都放入缓存里，占用空间太大明显不现实，这个时候布隆过滤器就登场了，它就是专门用来解决这种去重问题的。它在起到去重的同时，在空间上还能节省 90% 以上，只是稍微有那么点不精确，也就是有一定的误判概率。
用户浏览记录存入数据库时，会在Filter上通过key的hash算法存储判断其是否存在，类似于数据存在数据库中，判断该数据是否存在的信息即元数据存放在BloomFilter中，避免了每次判断数据是否存在都要去数据库exist一遍；这样推送新闻时通过布隆过滤器判断，推送内容是否已经存在，如果存在则不推送，如果不存在则推送；
布隆过滤器可以准确过滤你已经看过的内容，没有看过的新内容，可能由于误判率过滤掉极小的一部分，这样就可以保证推荐给用户的都是无重复的。
