对缓存穿透、缓存击穿、缓存雪崩的理解

对缓存穿透、缓存击穿、缓存雪崩的理解

一、缓存击穿
redis做缓存用的时候，key过期，或者使用lru、lfu等算法，使key在redis变成冷数据（从来没有访问过的），在redis中淘汰，这时候，大量请求访问这个key，就会穿透redis，到达后端DB，【数据库有，大量并发，redis没有缓存】

解决方法：所有的请求发现key不存在的时候，再去发出一个请求，去抢一把锁setnx，去给数据加锁，加锁成功的，去访问DB，取得数据后，将数据load进redis中；失败的去睡眠一会，然后再去尝试取数据
二、缓存穿透
穿透：基于缓存：从业务接收到的查询在数据源里根本不存在，也就是说，用户发出的请求先到达redis，然后在redis中找不到数据，然后会击穿redis，到达数据库，如果，用户想要攻击客户端的话，那么统一时刻会发出大量请求到达服务端，会引起事故。
解决方式：
1、布隆过滤器。
2、加锁：所有的请求发现key在redis中不存在的时候，再去发出一个请求，去抢一把锁setnx，去给数据加锁，加锁成功的，去访问DB，取得数据后，将数据load进redis中；失败的去睡眠一会，然后再去尝试取数据。
3、用户请求拿到数据之后，即使是null，也要在redis中先缓存一段时间，也能达到阻挡请求的效果。
布隆过滤器：
由一个全是0和1的数组以及算法组成，元素通过算法算出在数组中映射出的位置，然后将该位置的元素从0改为1，判断一个元素在bloom中存在的方法：同样通过多个布隆算法算出位置，如果位置上都是1，说明该元素存在

布隆过滤器的实现方法：
1）客户端可以自己实现bloom算法，自己承载bitmap；
2）客户端可以自己实现bloom算法，redis实现bitmap；
3) Redis实现bloom.so，实现bitmap(redis集成布隆)
缺点：只能增加，不能删除（空key）既能支持数据到达，能删除
三、缓存雪崩
大量的key同时消失，间接造成大量的访问到达数据库,两种可能：第一种时点性无关：设置过期时间太过集中，导致key在很短时间内失效；第二种：比如说银行每次零点更新数据，那么之前的数据在零点之前必须全部失效
解决：
时点性相关：比如说银行每次零点更新数据，那么之前的数据在零点之前必须全部失效：解决：雪崩时停止服务，加载缓存【强一致性】或者服务先后从数据库中取得数据，在一端时间内逐步替换新数据【弱一致性】

2、时点性无关解决方案：随机过期时间