缓存雪崩
描述
缓存在同一时间出现大规模的key失效，进而请求db加载最新数据，导致db压力过大，甚者可能导致db宕机。导致key失效的场景：
-
redis宕机； -
缓存key过期时间一致，同时到期失效；
解决方案
过期时间一致问题/redis宕机
- 均匀过期：设置不同的过期时间；
- 分级缓存：不同层级使用不同的过期时间；
- 热点数据缓存永不过期;
a.物理不过期，针对热点key不设置过期时间；
b.逻辑过期，将过期时间存在对应的value上，通过异步程序监控、同步更新缓存值； - 保证Redis缓存的高可用，防止Redis宕机导致缓存雪崩的问题。可以使用 主从+ 哨兵，Redis集群来避免 Redis 全盘崩溃的情况。
缓存雪崩发生，缓解措施
- 通过互斥锁，控制缓存的重新写入；
redis.setnx("lock_key", value)
redis.setnx：当缓存lock_key不存在时，设置lock_key值为value，方法返回结果1，反之返回0；
即当成功构建lock_key缓存时，其他同步线程访问将会阻塞，保证同一场景同一时间只有一个线程可以执行db load操作，并写入缓存；
- 使用熔断机制，限流降；
- redis宕机，重启redis，尽快同步恢复缓存数据；
缓存击穿
描述
单个key缓存失效，并发请求导致db压力过大，与缓存雪崩相似，区别在于雪崩时大批key缓存失效，穿透则时单个key失效
解决方案
- 通过互斥锁，控制
db.load以及缓存的重新写入； - 热点数据永不过期（同雪崩一致）；
缓存穿透
描述
与缓存击穿的区别在于，缓存击穿是缓存失效，但是db能够加载到数据资源，而缓存穿透则是缓存未找到，db也查询不到资源。这样每次访问缓存，都会去db加载一次不存在的数据。当有大量并发访问不存在的数据时，就会造成db压力过大，进而导致db崩溃；
解决方案
- 第一次读取缓存不存在，db查询不存在后，将key设置空值、短过期时间，缓存至redis中。这样做的好处就是，同一时间大量访问
不能存在数据时，能从缓存直接返回控制；缺点就是不存在数据key多种多样时，redis就会存储了一批没用的数据，占用内存； - 布隆过滤器。如果布隆过滤器判定某个 key 不存在布隆过滤器中，那么就一定不存在，如果判定某个 key 存在，那么很大可能是存在(存在一定的误判率)。于是我们可以在缓存之前再加一个布隆过滤器，将数据库中的所有key都存储在布隆过滤器中，在查询Redis前先去布隆过滤器查询 key 是否存在，如果不存在就直接返回，不让其访问数据库，从而避免了对底层存储系统的查询压力。
缓存预热
描述
缓存预热就是系统上线后，将相关的缓存数据直接加载到缓存系统，避免在用户请求的时候，先查询数据库，然后再将数据缓存的问题，用户直接查询事先被预热的缓存数据。
缓存降级
描述
缓存降级是指缓存失效或缓存服务器挂掉的情况下，不去访问数据库，直接返回默认数据或访问服务的内存数据。降级一般是有损的操作，所以尽量减少降级对于业务的影响程度。
