缓存穿透
指查询一个数据库中一定不存在的数据，那么缓存和数据库中都不存在。这种查询不存在数据的现象称为缓存穿透。
如根据商品编号查询详情；首先去查询缓存，缓存中自然没有然后去查询数据库，如果对这个key的请求量巨大，会直接穿透缓存直接查询数据库给数据库造成很大的压力，大量穿透请求严重情况下会造成数据库宕机。
解决方案：
1、缓存空值：对查询结果为空的情况也进行缓存，值设置为null，不过缓存时间设置短一些，如60s。如果对该key插入了数据到db之后要清理缓存
2、使用布隆过滤器，将所有可能存在数据的key放在布隆过滤器中，查询缓存中没有数据之后，再使用布隆过滤器进行过滤请求，判断查询的key
是否在布隆过滤器中，如果不在，则直接返回不再查询数据库。
总结：
1）针对空数据的key是有限的，重复率比较高的采用缓存空值的方式。
2）针对大量请求key不存在、请求重复率低的数据，就没必要缓存，采用布隆过滤器直接过滤掉。
缓存击穿
某个key是热点数据，扛着高并发请求集中对这个key进行访问，避免了访问数据库。那么在这个key失效的瞬间，持续的高并发就击穿了缓存直接
请求数据库，对数据库造成很大压力。
解决方案：
1、热点key缓存永远不过期
不设置过期时间
将过期时间存在key的value中，程序判断将要过期时，异步线程对改key进行更新
2、互斥锁，mutex lock 。当缓存失效的时候，线程不是立即去查询数据库，而是通过设置锁的方式占坑，如Redis的SETNX，判断返回值，谁拿
到了锁谁去查询数据库然后设置缓存，没拿到锁的线程重试get方法。
缓存雪崩
在某个时间段，发生大规模缓存失效的情况。
有两种可能：
1、缓存服务宕机
2：缓存中大量的key集中过期失效
缓存服务宕机解决方案：
1、宕机前：避免出现宕机，使用集群缓存，保证缓存服务的高可用
可以使用 主从+哨兵 ，Redis Cluster 来避免 Redis 全盘崩溃的情况。
2、宕机后： Hystrix限流&降级，避免MySQL宕机、尽快恢复缓存集群（重启自动从磁盘中加载数据恢复，需要提前开启Redis持久化机制）
缓存集中失效解决方案：
1、使用互斥锁
2、数据预热，并设置不同的失效时间
通过缓存reload机制，预先去设置或更新缓存，在即将大并发访问前手动在后台触发加载缓存不同的key，然后设置不同的过期时间，让缓存
过期失效的时间点尽量均匀错开
3、二级缓存
两个缓存，a1为原始缓存，a2为备份缓存；a1短期，a2长期；a1过期了再去查询a2
4、缓存永远不过期
互斥锁实现逻辑：
public String get(key) { String value = redis.get(key); if (value == null) { //代表缓存值过期 //设置3min的超时，防止del操作失败的时候，下次缓存过期一直不能load db if (redis.setnx(key_mutex, 1, 3 * 60) == 1) { //代表设置成功 value = db.get(key); redis.set(key, value, expire_secs); redis.del(key_mutex); } else { //这个时候代表同时候的其他线程已经load db并回设到缓存了，这时候重试获取缓存值即可 sleep(50); get(key); //重试 } } else { return value; } }
END.