携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第4天，点击查看活动详情
缓存穿透
缓存穿透是指查询缓存和DB中都不存在的数据。
通过id查询，id一般大于0，攻击者会故意传id为-1去查询，由于缓存是不命中则从DB中获取数据，这将会导致每次缓存都不命中数据导致每个请求都访问DB，造成缓存穿透。
解决方法：
- 接口层增加校验，如鉴权校验。
- id做校验，id<=0的直接拦截。
- 从缓存取不到的数据，在数据库中也没有取到，就将key-value对写为key-空对象。以此防止攻击者反复用同一个id暴力攻击。
- 使用缓存预热，缓存预热就是将数据提前加入到缓存中，当数据发生变更，再将最新的数据更新到缓存。
- 利用互斥锁，缓存失效的时候，先去获得锁，得到锁了，再去请求数据库。没得到锁，则休眠一段时间重试。
- 利用布隆过滤器，内部维护一系列合法有效的key。迅速判断出，请求所携带的Key是否合法有效。如果不合法，则直接返回。
缓存击穿
缓存击穿是指缓存中没有但数据库中有的数据。
由于某个时刻并发用户量非常大，同时读缓存没读到数据，又同时去数据库获取数据，引起数据库压力瞬间增大，造成过大压力。
解决方案：
- 设置热点数据永远不过期。
- 缓存预热。
- 数据不设置过期时间，在缓存的对象上添加一个属性标识过期时间，每次获取到数据时，校验对象中的过期时间属性，如果数据即将过期，则异步发起一个线程主动更新缓存中的数据，当然也可能拿到过期的值，看具体需求。
缓存雪崩
缓存雪崩是指缓存数据大批量到过期时间，而查询数据量巨大，引起数据库压力过大甚至宕机。
缓存中如果大量缓存在一段时间内集中过期了，这时候会发生大量的缓存击穿现象，所有的请求都落在了DB上，由于查询数据量巨大，引起DB压力过大甚至导致DB宕机。
解决方案：
- 缓存数据的过期时间设置随机，防止同一时间大量数据过期现象发生。如果Redis是集群部署，将热点数据均匀分布在不同的Redis库中也能避免全部失效的问题。
- 设置热点数据永远不过期。
- 使用缓存预热。
- 使用互斥锁，但是该方案将导致吞吐量明显下降。
三者区别
缓存穿透： 通常请求携带有参数，不断发起请求。
缓存击穿： 通常是某个时刻并发大量请求，并发查询同一条数据。
缓存雪崩： 缓存不同的数据大批量到过期时间，很多数据都查不到从而查数据库。
缓存预热
缓存预热是将数据提前加入到缓存中，当数据发生变更，再将最新的数据更新到缓存。
