缓存穿透

指查询一个一定不存在的数据，如果从存储层查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到 DB 去查询，大并发下可能导致 DB 挂掉。

解决方案：

1. 查询返回的数据为空，仍把这个空结果进行缓存，但过期时间会比较短；
2. 布隆过滤器：将所有可能存在的数据哈希到一个足够大的 bitmap 中，一个一定不存在的数据会被这个 bitmap 拦截掉，从而避免了对 DB 的查询。

缓存击穿

对于设置了过期时间的 key，缓存在某个时间点过期的时候，恰好这时间点对这个 Key 有大量的并发请求过来，这些请求发现缓存过期一般都会从后端 DB 加载数据并回设到缓存，这个时候大并发的请求可能会瞬间把 DB 压垮。

解决方案：

1. 使用互斥锁：当缓存失效时，不立即去 load db，先使用如 Redis 的 setnx 去设置一个互斥锁，只有一个请求（可以做成异步）去DB查询，当操作成功返回时再进行 load db 的操作并回设缓存，其他请求自旋等待重查缓存。
2. 永远不过期：物理不过期，但逻辑过期（后台异步线程或定时任务去刷新）。

缓存雪崩

设置缓存时采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到 DB，DB 瞬时压力过重雪崩。

解决方案：

1. 将缓存失效时间分散开，比如可以在原有的失效时间基础上增加一个随机值， 比如 1-5 分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效 的事件。
2. 定时刷新，适用于需要同时失效的业务场景，业务层再规定时间不对外提供服务（比如0点更新数据）

三者区别：穿透是没有key，击穿是某一个 key，雪崩是很多 key。

布隆过滤器：这个布隆过滤算法，在回答“不是”上是肯定的（既100%不存在），在回答“是”上面存在概论（可能存在也可能不存在，算法设计得当，存在的概率可以远大于不存在的概率）。