redis 穿透
case: db没有要查询的数据，导致每次都要查询查询一次db（每次都穿透了redis）。
solution ：
1：redis保存db没有的key值为null，这样查询redis直接返回null，可能导致浪费大量内存，如果Key值是复杂的结构的话，而且可能会导致数据不一致（如果后面这个key对应db有值）
2：布隆过滤器：
没有多余的key，系统初始化时直接把所有的key放入布隆过滤器。布隆过滤器是通过hash函数将key值存储在bitmap里面，所以也是很节约内存的做法。但有可能有偏差，不存在的key可能hash后误判为存在的key。
将key值进行hash，饭后分发放置的地址，这样解决了内存的同时，也防止了穿透。
redis 击穿
case，redis的值过期，如果这是一个热点key，会导致db压力过大，可能db直接崩溃。
solution :
1 ：互斥锁：一个线程，发现key过期，会拿到互斥锁，然后其他线程被迫等待直到锁释放。这样数据是很可靠的，但系统可用性很低。
2：逻辑过期：一个线程，发现过期，拿到锁然后去创建新的，这时新的线程查key发现过期，锁这时在其他线程，则直接返回过期的数据或者自定义的其他数据。 这样虽然数据不是很可靠，但是可用性很高，针对于对数据一致要求不高的业务很友好。
redis 雪崩
case，很多key，设置了同一个过期时间，导致大量key同时失效; 或者redis宕机导致一瞬间大量 访问db，有导致db崩毁的风险。
solution：
设置key的过期时间用随机数，打乱过期时间
加多缓存，用来缓解db的压力，比如用Guava做一级缓存
给缓存业务添加降级，限流策略，用ngxin,或者spring cloud gateway.
加降级的逻辑。
