1、什么是缓存击穿？
缓存击穿跟缓存雪崩有点类似，缓存雪崩是大规模的Key失效，缓存击穿是某个热点的Key失效，大并发集中对其进行请求，就会造成大量请求读缓存没读到数据，从而导致高并发请求访问数据库，引起数据库压力剧增。这种现象就叫做缓存击穿。
从两个方面解决，第一是否可以考虑热点Key不设置过期时间，第二是否可以考虑降低打在数据库上的请求数量。
解决方案:
- 热点数据缓存永远不过期，物理不过期，针对热点Key不设置过期时间；逻辑过期，把过期时间存在Key对应的value里，如果发现过期了，通过后台的异步线程进行缓存的构建。
- 在缓存失效后，通过互斥锁或者队列来控制读数据写缓存的线程数量，比如说某个Key只允许一个线程查询数据和写缓存，其他线程等待（这种方式会阻塞其他的线程，系统的吞吐量会下降）。
2、什么是缓存穿透？
缓存穿透是指用户请求的数据不在缓存中，同时也不在数据库中，导致用户每次请求该数据都要去数据库中查一遍。如果有恶意攻击者不断请求系统中不存在的数据，会导致短时间大量的请求落在数据库中，从而造成数据库压力过大，甚至可能导致数据库承受不住压力而宕机。
缓存穿透的关键在于Redis中查不到的Key值，它和缓存击穿的根本区别在于传进来的Key在Redis中是不存在的。假如黑客传进大量的不存在的Key，那么大量的请求就会打在数据库上，这是很致命的问题哦。所以日常开发中要对参数做好校验，一些非法参数直接返回错误提示。
解决方法：
- 将无效的Key存放到Redis中，并设置上较短的过期时间。
当出现Redis查不到数据，数据库也查不到数据的情况，我们可以将这个Key保存到Redis中，将其value值为null，并设置较短的过期时间，后面再出现查询这个Key的请求时，会直接返回null，就不再用查询数据库了。这种处理方式也是有问题的，假设传进来的不存在的Key值每次都是随机的，那存进Redis也没有意义了。
- 使用布隆过滤器：
如果布隆过滤器判定某个Key不存在布隆过滤器中，那么就一定不存在，如果判定某个Key存在，那么它就大概率存在（有一定误判概率）。于是我们可以在缓存之前再加一个布隆过滤器，将数据库中所有Key都存储在布隆过滤器中，在查询Redis前先去布隆过滤器查一下Key是否存在，不存在就直接返回，不让其访问数据库，从而避免其对底层存储系统的查询压力。
如何选择：
针对一些恶意攻击，攻击带过来的大量Key是随机的，那么建议使用布隆过滤器过滤掉这些key；对于空数据的Key有限，重复率较高的，则可以采用缓存空数据来应对。
3、什么是缓存雪崩？
如果缓存在某一时刻出现大规模的key失效，导致大量的请求打到数据库上，导致数据库压力巨大，如果高并发的情况下，可能会瞬间将数据库打宕机。如果这时候运维马上重启数据库，马上又会有新的流量将数据库打死。这就是缓存雪崩。
造成缓存雪崩的关键是在于大规模的Key失效，主要有2种可能：一是Redis宕机了；二是可能采用了相同的过期时间。
解决方案：
1、事前：
- 设置不同的过期时间，让缓存失效的时间尽量均匀，避免相同的过期时间导致缓存雪崩，造成大量数据库的访问。比如每个Key的过期时间都加一个随机值，保证数据不会在同一时间大规模的失效。
- 分级缓存：第一级缓存失效的情况下访问第二级缓存，每一级缓存的失效的时间都不相同。
- 热点数据缓存不设置过期时间，而是设置逻辑过期时间，将过期时间存在对应Key的value里，如果发现要过期了，通过后台的一个异步线程进行缓存的构建。
- 保证Redis缓存的高可用，防止Redis宕机导致的缓存雪崩问题。可以使用主从+哨兵，Redis集群来避免Redis全盘崩溃的情况。
2、事中：
- 加互斥锁来控制读数据写缓存的线程数量，比如说某个Key只允许一个线程查询数据和写缓存，其他线程等待（这种方式会阻塞其他的线程，系统的吞吐量会下降）。
- 使用熔断机制，限流降级。当流量到达一定的阈值，直接返回“系统拥挤”之类的提示，防止过多的请求打到数据库上将数据库击垮，至少保证了一部分用户是可以正常使用的，其他用户多刷新几次也是能得到结果。
3、事后：
- 开启Redis的持久化机制，尽快恢复缓存数据，一旦重启就能从磁盘上自动加载数据恢复内存中的数据。
