redis缓存穿透、缓存雪崩、缓存击穿

一、缓存穿透

查询一个不存在的数据，这个数据在数据库就不存在自然在redis也不会有，这时候大量这种请求就一定会请求都数据库，对数据库造成压力，这种一般像恶意攻击。

解决方案：
***1、***缓存一个空对象，设置一个很短的失效时间，这样达到数据库的请求TPS就会很小
***2、***布隆过滤：生成一个二进制数组，存在的数据入库的时候就对主键字段进行hash，然后把数组对应位数的值改为1，这时候请求过来对其中主键进行hash比对，数组对应这个hash的所有位数的二进制值都为1，那就判断这个数据存在，缺点：有误判的可能，会把一些不存在的请求放行，但可以过滤绝大部分的数据不存在的请求；这个数组对应的值只能从0变成1，不能反向，即：数据删除不能在删除对应的key在数组里的二进制位。

二、缓存击穿

热点数据失效然后同一时刻该数据的大量并发请求会走到数据库。
解决方案：
***1、***热点数据缓存不失效，但要提前判断哪些数据为热点

三、缓存雪崩

同一时刻出现大量数据的缓存击穿，可能每个key请求量不大，但积少成多也会对数据库造成很大压力
解决方案：
***1、***使用setnx锁机制：保证不会有大量线程一次性对数据库进行读写，从而避免大量并发请求访问数据库，该方法不适用于高并发情况，会对吞吐量造成影响。
***2、***预热的时候失效时间分散设置，不要在同一时刻大量key失效

四、缓存崩溃

一个超级热点数据，超大量并发，同时打到同一台redis，导致redisCPU100%宕机。
解决方案：
***1、***在应用里本地缓存，不走到redis，但也是要提前判断哪些数据为热点
***2、***redis主从读写分离（但有点资源浪费，只有一台需要这样）