缓存穿透
问题描述
对key的请求，在redis中不存在，请求就会进入到数据库。比如：获取一个不存在用户，缓存和数据库都没有，若黑客利用此漏洞进行攻击，可能压垮数据库。
解决方案
对空值进行缓存
如果一个查询返回的结果为空(不管数据是否不存在)，我们仍然把这个空结果进行缓存，并设置较短的过期时间，最长不超过五分钟。
设置白名单
使用bitmaps定义一个可以访问的名单，名单id作为bitmaps的偏移量，每次访问和bitmap里面的id进行比较，如果访问id不在bitmaps里，进行拦截，拒绝访问。
布隆过滤器
它实际上是一个很长的二进制向量(位图)和一系列随机映射函数(哈希函数)。
布隆过滤器可以用于检索一个元素是否在一个集合中，优点在于空间效率和查询时间都远远超过一般算法，缺点是有一定的误识别率和删除困难。
将所有可能存在的数据哈希到一个足够大的bitmaps中，
这种方案一定能判断是不存在的数据，但不一定能判断存在。因为当前key经过hash之后可能与其他的key经过hash之后结果一样，存在误判。对于不存在的数据可以直接拦截掉。
进行实时监控
当发现redis的命中率开始急速下降，需要排查访问对象和访问数据，和运维人员配置，进行设置黑名单限制服务。
缓存击穿
key对应的数据存在缓存中，但已经过期了，这个时候如果正好大量并发请求进来，请求发现缓存过期一般都会从数据库查询并重新设置到缓存中，此时可能瞬间把后端DB压垮。
解决方案
key可能会在某些时间点被超高并发地访问，是一种非常热点的数据。这个时候需要考虑缓存被击穿的问题。
预选设置热门数据
在redis高峰访问之前，把一些热门数据提前存入到redis里面，加大这些热门数据key的时长
实时调整
现场监控哪些数据热门，实时调整key的过期时长。
使用锁
- 就是在缓存失效的时候(判断拿出来的值为空),不是立即取load db。
2.使用缓存工具的某些带成功操作返回值的操作(比如redis的setnx)去set一个mutex key
3.当操作返回成功时，再进行load db操作，并回设缓存，最后删除mutex key；
4.当操作返回失败，证明有线程在load db，当前线程睡眠一段时间在重试整个get缓存的方法。
缓存雪崩
问题描述
key对应的数据存在缓存中，但已经过期了，这个时候如果正好大量并发请求进来，请求发现缓存过期一般都会从数据库查询并重新设置到缓存中，此时可能瞬间把后端DB压垮。
缓存雪崩和缓存击穿的区别在于这里针对多很多key缓存，前者则是某一个key。
正常访问
缓存失效瞬间
解决方案
缓存失效时的雪崩效应对应底层系统的冲击非常可怕！
构建多级缓存架构
nginx缓存+redis缓存+其他缓存(echcache等)
双层缓存策略
C1为原始缓存，C2为拷贝缓存，C1失效时可以访问C2，C1缓存失效时间设置为短期，C2 失效时间设置长期
使用锁或队列
用加锁或者队列的方式来保证不会有大量的线程对数据库一次性进行读写，从而避免失效时大量的并发请求落到底层存储系统上。不适用高并发情况
设置过期标志更新缓存
记录缓存数据是否过期(设置提前量),如果过期会触发通知另外的线程在后台去更新实际key的缓存。采用定时任务更新或移除缓存。
将缓存失效时间分散开
比如我们可以再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。
redis高可用
搭建redis集群
