一、🐕缓存穿透（查不到数据）

比如 用户想要查询一个数据，发现redis内存数据库没有，也就是缓存没有命中，于是先持久层数据库查询，发现也没有，于是本次查询失败，当用户很多的时候，缓存都没有命中时（一般为秒杀活动），于是都会去请求持久层数据库，这就会导致 给持久层数据库造成很大的压力，这时候就相当于出现了缓存穿透

解决方案

布隆过滤器

布隆过滤器是一种数据结构，对所有可能查询的参数以hash形式存储，在控制层先进行校验，不符合则丢弃，从而避免了对底层存储系统的查询压力

缓存空对象

当存储层不命中后，即使返回的空对象也将其缓存起来，同时会设置一个过期时间，之后再访问这个数据将会从缓存中获取，保护了持久层数据库

但是这种方法会存在两个问题

1、如果空值能够被缓存起来，这就意味着缓存需要更多的空间存储更多的键，并且当中还有还能多空值的键

2、即使对空值设置了过期时间，还是会存在缓存层和存储层的数据会有一段时间窗口的不一致，这对于需要保持一致性的业务会有影响

二、🐂缓存击穿（量太大，缓存过期）

这里需要注意和缓存击穿的区别，缓存击穿，是指一个key非常热点，在不停的杠大并发，大并发集中对这个点进行访问，当这个key在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在一堵墙上戳穿了一个洞
当某个key 在过期的瞬间，有大量的请求并发访问，这类数据一般是热点数据，由于缓存过期，会同时访问数据库来查询最新数据，并且写回缓存，会导致数据库瞬间压力过大

解决方案

设置热点数据永不过期

从缓存层面上看，没有设置过期时间，所以不会出现热点key过期后产生的问题

加互斥锁

分布式锁，保证对于每个key同时只有一个线程去查询后端服务，其他线程没有获取分布式锁的权限，因此只需要等待即可，这种方式将高并发的压力转移到了分布式锁，因此对分布式锁的考验很大

三、🐅缓存雪崩

缓存雪崩，是指在某一个时间段，缓存集中过期失效，Redis宕机

产生雪崩的原因之一，比如在双十一零点，有一波商品比较热门，所以这波商品会放在缓存，假设缓存一个小时，那么到了1点钟时，缓存即将过期，此时如果再对此波商品进行访问查询，压力最终就会落到数据库上，对于数据库而言，就会产生周期性的压力波峰，于是所有的请求都会到达存储层，存储层的调用量会暴增，造成存储层也会挂掉的情况。

其实集中过期，倒不是非常致命，比较致命的缓存雪崩，是缓存服务器某个节点宕机或断网。因为自然形成的缓存雪崩，一定是在某个时间段集中创建缓存，此时，数据库也是可以顶住压力的。无非就是对数据库产生周期性的压力而已。而缓存服务节点的宕机，对数据库服务器造成的压力是不可预知的，很有可能瞬间就把数据库压垮。

解决方案

1、Redis 高可用

既然 redis 有可能挂掉，那我就设多几台 redis ，其实就是搭建集群

2、限流降级

在缓存失效后，通过加锁或者 队列来控制读数据库写缓存的线程数量，比如对某个key 只允许一个线程查询数据和写缓存，其他线程等待

3、数据预热

数据加热的含义就是在正式部署之前，我先把可能的数据先预先访问一遍，这样部分可能大量访问的数据就会加载到缓存中，在即将发生大并发访问前手动触发加载缓存不同的key，设置不同的过期时间，让缓存失效的时间点尽量均匀