高并发的场景有三大利器：缓存，限流和降级。
缓存一般是用来降低数据库压力的。使用缓存的场景一般是：先去请求缓存，如果有，直接返回结果；如果没有，查询db，将结果更新到缓存中，然后返回结果。
下边我们讨论几个缓存失效的场景：
缓存穿透
缓存穿透指的是访问不存在的数据。由于数据不存在，请求先访问cache，没有结果，再访问db。每次请求都会落到db上，如果这样的请求过多（比如恶意请求），就会导致db挂掉。
解决思路：
1.将这些不存在的数据也放入缓存，缓存一个null值，表示不存在。
缺点：如果这种不存在的数据比较多，会导致缓存大量的不存在的结果，浪费缓存空间。
2.使用bloomfilter
将全部的数据hash到bloomfilter中。查询时先走bf，如果不存在，直接返回null；如果存在，再去采用1中的方案。
如果布隆过滤器中不存在某数据，说明该数据一定不存在；如果布隆过滤器中存在该数据，只能说明该数据有可能存在。即布隆只能证明没有，不能证明有。
缓存击穿
缓存击穿指的是某一时刻，大量请求同时查询某个key，而这个key恰好在cache中失效了或者不存在，那么这些请求将会同时打到db上，形成缓存击穿。
解决思路：
1.加互斥锁
伪代码如下：
String value = getFromRedis(key);
if(value == null) {
synchronized(key) {
if ((value = getFromRedis(key)) == null) {
value = getFromDb(key);
updateRedis(key, value);
}
}
}
return value;
通过加锁的方式保证在某个key缓存不存在的情况下，只有一个请求真正的去查询db，并将结果放入缓存。其他的请求还是从缓存中取数据。
缓存雪崩
缓存雪崩指的是大面积的缓存失效，导致请求打到db上，使得db挂掉。
造成缓存大面积失效的原因有：
- redis挂掉
- 大量的热点数据同一时间过期
针对一，我们可以给redis集群采用高可用的方案，保证一个redis master挂掉，其他master还可以工作，且挂掉的master的slave自动升级为新的master提供服务（哨兵的自动故障转移）。
针对二，我们可以给热点数据过期加一个合理的随机数值，保证热点数据不会同一时刻一起失效，而是均匀分布。
三，除此之外，我们还可以采用限流+降级的措施，保证db不会被打挂。一二只能尽可能减少缓存雪崩的几率，一旦发生，还可以采用本措施。
