引入缓存的时候，咱们失常是这样做的，先判断缓存是否有数据，如果有数据，从缓存返回数据，如果没有数据，则从数据库查问。流程如下：
通过缓存，咱们的零碎能够反对大量的并发，然而如果产生了一下事件，则会发送缓存雪崩：
1、同一时间，大量的缓存生效工夫到期。
2、缓存不可用。
3、热点问题。
此时缓存是没有数据或者不可用，则大量的申请间接到数据库，数据库撑不住这么大的并发，间接解体。只管始终重启数据库，还是撑不住要解体。
针对 1 的问题，咱们能够对 key 设置一个随机值的过期工夫，扩散他们的过期工夫。
针对 2 的问题，咱们次要是要保障缓存的可用性，比方 redis 的主从，redis 的哨兵，redis 的集群。同时，还要保障 redis 的长久化，这样重启后可能疾速复原缓存里的内容。
如果没有做长久化，那启动 reids 的时候，大量的申请是没有缓存间接申请数据库，一样会让数据库解体。
针对热点问题，即使 redis 做了分片，然而热点的 key 还是只能达到指定的 redis 服务器，此时 redis 服务器如果撑不住了，就会让申请拜访数据库，导致数据库解体。
解决方案如下：先查本地缓存，再查 redis，最初查数据库。此时数据的一致性没方法做保障的，比方 redis 和本地缓存的不统一。本地缓存的过期工夫要小于 redis 的过期工夫，这样尽量放大不统一的工夫。流程如下：
本地缓存是存在于利用中的，利用是能够扩容的，而单点的 redis 是没法比扩容的，所以把压力分担到利用中，来解决热点问题