weixin_51729392的博客

缓存击穿是指在缓存系统中，某一个热点数据过期或被删除后，恰好在此时有大量并发请求访问该数据，导致请求直接穿透缓存，直接访问数据库或其他后端存储系统，造成后端系统的压力过大，甚至引起系统崩溃。3. 不存在的数据访问：当请求访问一个不存在的数据时，正常情况下应该从后端系统加载数据并生成缓存，但在并发请求中，可能同时有多个请求到达，导致多次访问后端系统。1. 热点数据的缓存失效：当缓存中保存的热点数据过期或被删除时，此时大量的请求同时到达，需要重新从后端系统加载数据到缓存，造成并发访问高峰。

惰性删除：访问key的时候判断是否过期，如果过期，则删除定期删除：定期检查一定量的key是否过期（slow模式+fast模式）注意：在实际的开发中，惰性删除+定期删除两种策略往往进行配合使用。

缓存雪崩是一种常见的缓存问题，但通过合理的缓存策略、分布式锁、异步加载、多级缓存以及监控预警等措施，可以有效地预防和应对缓存雪崩，保证系统的稳定性和性能。缓存雪崩是指在缓存系统中，大量缓存对象在同一时间失效或过期，导致大量请求直接打到后端存储系统上，造成后端系统的压力骤增，甚至引起系统崩溃。4. 多级缓存策略：可以采用多级缓存的策略，将缓存对象分散存储在不同级别的缓存中，以降低单一缓存失效对整个系统的影响。3. 异步加载缓存：可以在缓存失效前，提前异步加载缓存，使得缓存始终可用，避免雪崩效应。

针对以上分布式锁出现的问题，我们可以对此进行优化，一般情况下，针对缓存中的数据都有读多写少的特点，针对此特点，我们可以通过读写锁来控制。相比分布式锁，此方法在性能上有了较大的提升，同样可以保证数据的强一致性。由上图可以看出，添加分布式锁后，当线程1写数据操作完成并且释放锁以后，线程2才可以开始执行，因此，这种方法有效的保证的数据的强一致性，但性能会比较低。延时双删可以在某种程度上有效的避免缓存、数据库数据的不一致的问题，但依旧存在有脏数据风险，此方法可以大大降低产生脏数据的方向，但是无法避免产生脏数据。

缓存穿透是一种指在缓存系统中，请求的数据无论在缓存中还是在数据库中都不存在，导致请求每次都要访问数据库，增加了系统的负载和延迟。缓存穿透的攻击通常是攻击者发送大量的恶意请求，请求的键在缓存中都不存在，这样每次请求都会绕过缓存直接访问数据库，从而引起数据库的压力过大。例如，在将数据存入缓存之前没有做有效的校验，导致无效的请求能够绕过缓存直接访问数据库。布隆过滤器的优点是占用空间小，查询速度快，因为它可以将元素表示为位数组，且查询只需要计算哈希值和检查对应的位值就可以得出结果。

Redis 提供了两种主要的持久化机制——RDB 快照和 AOF 日志。

对于 Redis 这种使用内存来存储数据的缓存系统，当数据量增长超过内存大小时，可以采用缓存数据的淘汰机制来解决。这种机制包括两个主要步骤： 第一步是根据一定的策略，筛选出对应用访问来说“不重要”的数据。这样可以确保缓存中留下的数据是最有价值的数据，以便提高缓存命中率和应用的响应速度。 第二步是将这些被筛选出的“不重要”数据从缓存中删除，为新的数据腾出空间。这样可以保持缓存的可用空间，继续缓存对应用访问频率高的数据。常见的数据淘汰策略有： LRU（Least