一、缓存穿透

• 缓存穿透: 查询一个不存在的数据，mysql查询不到数据也不会直接写入缓存，就会导致每次请求都查数据库。

• 解决方式: 缓存空数据，查询返回的数据为空，仍把这个空结果进行缓存

• 例如:

{"key":1, "value":null}

• 优点: 简单
• 缺点: 消耗内存，可能会发生查询数据不一致性。

• 解决方式: 布隆过滤器

  • 将需要提前预热的缓存信息，存入到布隆过滤器，
    • 如果布隆过滤器中查到，查询redis,
    • 如果布隆过滤器中差不到，直接返回。

• 优点: 内存占用较少，没有多余key

• 缺点: 实现复杂，存在误判

布隆过滤器

• bitmap(位图): 相当于是一个以(bit)位为单位的数组，数组中每个单元只能存储二进制数0或1
• 布隆过滤器作用: 布隆过滤器可以用于检索一个元素是否在一个集合中。
• 误判率:
  • 数组越小 -> 误判率就越大
  • 数组越大 -> 误判率就越小
  • 误判率 5%左右是可以接受的。

二、缓存击穿

• 缓存击穿: 给某一个key设置了过期时间，当 key过期的时候，恰好这时间点对这个key有大量的并发请求过来，这些并发的请求可能会 瞬间把DB压垮

• 解决方式: 互斥锁
• 优点: 强一致性
• 缺点: 性能差

• 解决方式: 逻辑过期
  • 1.将缓存数据不设置过期时间，将过期时间放入到value里。
  • 2.添加互斥锁
  • 3.开启一个新线程，重建缓存，重建后释放锁。
  • 4.返回旧缓存数据。
• 优点: 高可用，性能优，达到最终一致性
• 缺点: 存在脏读

三、缓存雪崩

• 缓存雪崩: 是指在同一时段大量的缓存key同时失效或者Redis服务宕机，导致大量请求到达DB数据库，带来巨大压力。

• 给不同的Key的TTL添加随机值

• 利用Redis集群提高服务的可用性

• 给缓存业务添加降级限流策略