一、缓存穿透
1.什么是缓存穿透
正常情况下，查询的数据都存在，如果请求一个不存在的数据，也就是缓存和数据库都查询不到的数据，每次都会去数据库查询，这种查询不存在的数据的现象称为缓存穿透
2.带来的问题
如果每次都拿一个不存在的id去查询数据库，可能会导致你的数据库压力增大
3.解决方法
3.1缓存空值
之所以发生穿透，是因为缓存中没有存储这些数据的key，从而每次查询数据库的。我们可以为这些key在缓存中设置对应的值为null，后面查询这个key的时候就不用查询数据库。当然为了健壮性，需要设置对应的过期时间
3.2布隆过滤器bloomFilter
BloomFilter 类似于一个hbase set 用来判断某个元素（key）是否存在于某个集合中
我们把有数据的key都放到BloomFilter中，每次查询的时候都先去BloomFilter判断，如果没有就直接返回null
注意BloomFilter没有删除操作，对于删除的key，查询就会经过BloomFilter然后查询缓存再查询数据库，所以BloomFilter可以结合缓存空值用，对于删除的key，可以在缓存中缓存null
二、缓存击穿
1.什么是缓存击穿
在高并发的情况下，大量的请求同事查询同一个key时，此时这个key刚好失效了。就会导致同一时间，这些请求都会去查询数据库，这样的现象称为缓存击穿
2.带来的问题
某一时刻的数据库请求量过大
3.解决方法
采用分布式锁，只有拿到锁的第一个线程去请求数据库，然后插入缓存，当然每次拿到锁的时候都要去查询下数据库。
三、缓存雪崩
1.什么是缓存雪崩
当某一时刻发生大规模的缓存失效的情况，比如缓存服务器宕机
2.解决方法
2.1采用集群，降低服务器宕机的概率
2.2ehcache本地缓存+Hystrix限流&降级
ehcache 本地缓存的目的也是考虑在 Redis Cluster 完全不可用的时候，ehcache 本地缓存还能够支撑一阵
使用 Hystrix进行限流 & 降级 ，比如一秒来了5000个请求，我们可以设置假设只能有一秒 2000个请求能通过这个组件，那么其他剩余的 3000 请求就会走限流逻辑
四、数据热点集中失效问题
我们在设置缓存的时候，一般会给缓存设置一个失效时间，过了这个时间，缓存就失效了。
对于一些热点的数据来说，当缓存失效以后会存在大量的请求过来，然后打到数据库去，从而可能导致数据库崩溃的情况
方案:
1.设置不同的失效时间
2.采用缓存击穿的解决办法，加锁
3.永不失效，就是采用定时任务对快要失效的缓存进行更新缓存和失效时间
【参考链接：https://juejin.im/post/6844903813904596999】
网友评论