Java-Redis缓存穿透、缓存击穿及缓存雪崩（配解决方案及代码示例）

前言

在现代高并发的互联网应用中，缓存技术已成为提升系统响应速度与减轻后端数据库压力的关键手段。Redis，以其卓越的性能和丰富的数据结构，成为众多开发者构建缓存层的首选。然而，随着业务复杂度的增加，Redis缓存层也可能遭遇“缓存穿透”、“缓存击穿”以及“缓存雪崩”等现象，这些情况不仅影响系统的稳定性和响应时间，还可能直接导致服务的不可用。本文旨在深入剖析这三种缓存异常现象，探讨其背后的原理，并提出有效的预防策略。

缓存穿透

一般的缓存系统都是通过key-value的形式来缓存数据，如果key对应的value不存在，则应该去后端系统(DB)查询，一些恶意程序会故意查询不存在的key，请求量很大，从而可能压垮数据源，这就叫-缓存穿透。比如用一个不存在的用户id去查询用户信息，此时缓存中没有该用户，就会去数据库查询。如果利用此漏洞进行攻击可能压垮数据库。

解决方案

一个一定不存在及查询不到的数据，由于缓存是不命中的时候被动进行写操作的，那么如果从DB查询不到数据，那么每次有请求进来都会从DB进行查询。所以有两种解决方案：
方案1-将所有可能存在的数据哈希到一个足够大的bitmap中，一个一定不存在的数据就会被这个bitmap拦截掉，从而避免了对底层DB的压力。
方案2-对于key从DB查询的结果，如果为空也进行存储，只是过期时间设置短一点(一般不超过5分钟)，这样再有同样的大数量访问进来也不会对后端造成压力。

对于方案1，常用的就是布隆过滤器(BloomFilter)，而布隆过滤器实质上就是一个二进制数组和一系列的hash函数。

补充说明： 在判断布隆过滤器中是否存在时，它会进行多次hash，寻找位阵列中的值，如果多次hash的值