缓存穿透：从缓存中查询不到所需数据，而不得不从后端系统查询的情况。
少量不可避免的缓存穿透对系统是没有损害的，理由如下：
1>互联网系统通常会面临大数据的考验，而缓存穿透在容量上是有限的，不可能存储系统的所有数据，那么在查询未缓存数据的时候就会发生穿透。
2>互联网的访问模型一般会遵从"80/20"的原则。简单书，在一组事物中，最重要的部分只占20%，而其他的80%没那么重要，把它应用到数据访问的领域，就是我们会经常访问20%的热点数据。
缺点：最大的问题在于数据库中并不存在用户的数据，无论查询多少次，都会造成穿透。
缓存穿透的解决方案：
回种空值或者使用布隆过滤器
回种空值方案：
当从数据库查询到空值或者返回异常时，我们向缓存中回种一个空值，单因为空值并不是一个准确的业务数据，并且会占用缓存的空间，所以我们会给这个空值加一个比较短的过期时间，让空值在短时间内能够快速过期淘汰。
回种空值虽然能够抵挡大量请求的穿透，但是如果有大量获取未注册用户信息的请求，缓存内就会有大量的空值缓存，造成缓存的空间浪费。缓存空间被占满了，还会剔除掉一些已经被缓存的用户信息，反而会导致缓存的命中率下降。
布隆过滤器方案：
把集合中的每一个值按照提供的hash算法算出对应的hash值，然后将hash值对数组长度取模后得到需要计入数组的索引值，并将这个数组的位置的值由0改为1。在判断一个元素是否存在于这个集合时，只需要将这个值按照相同的算法计算出索引值，如果这个位置的值为1就认为这个元素在集合中，否则不存在。
俩个缺陷：
1>hash算法会存在一定的碰撞机率
2>不支持元素的删除