共计 1500 个字符，预计需要花费 4 分钟才能阅读完成。
据说 10 集体去互联网公司面试，有 9 集体会被问到缓存雪崩和缓存穿透的问题。
据说，这 9 集体外面，至多有 8 集体答复得不残缺。
而这 8 集体外面，全都是在网上找的各种面试材料去应酬的，并没有真正了解。
当然，也很失常，只有大规模利用缓存的架构才会重点关注这两个问题。
那么如何真正了解这两个问题的底层逻辑，咱们来看普通人和高手的答复。
普通人：
嗯 ……………..
高手：
缓存雪崩，就是存储在缓存外面的大量数据，在同一个时刻全副过期，
本来缓存组件抗住的大部分流量全副申请到了数据库。
导致数据库压力减少造成数据库服务器解体的景象。
导致缓存雪崩的次要起因，我认为有两个：
- 缓存中间件宕机，当然能够对缓存中间件做高可用集群来防止。
- 缓存中大部分 key 都设置了雷同的过期工夫，导致同一时刻这些 key 都过期了。对于这样的状况，能够在生效工夫上减少一个 1 到 5 分钟的随机值。
缓存穿透问题，示意是短时间内有大量的不存在的 key 申请到利用外面，而这些不存在的 key 在缓存外面又找不到，从而全副穿透到了数据库，造成数据库压力。
我认为这个场景的外围问题是针对缓存的一种攻击行为，因为在失常的业务外面，即使是呈现了这样的状况，因为缓存的一直预热，影响不会很大。
而攻击行为就须要具备工夫是的持续性，而只有 key 的确在数据库外面也不存在的状况下，能力达到这个目标，所以，我认为有两个办法能够解决：
- 把有效的 key 也保留到 Redis 外面，并且设置一个非凡的值，比方“null”，这样的话下次再来拜访，就不会去查数据库了。
然而如果攻击者一直用随机的不存在的 key 来拜访，也还是会存在问题，所以能够用布隆过滤器来实现，在系统启动的时候把指标数据全副缓存到布隆过滤器外面，当攻击者用不存在的 key 来申请的时候，先到布隆过滤器外面查问，如果不存在，那意味着这个 key 在数据库外面也不存在。
布隆过滤器还有一个益处，就是它采纳了 bitmap 来进行数据存储，占用的内存空间很少。
不过，在我看来，您提出来的这个问题，有点过于放大了它带来的影响。
首先，在一个成熟的零碎外面，对于比拟重要的热点数据，必然会有一个专门缓存零碎来保护，同时它的过期工夫的保护必然和其余业务的 key 会有肯定的差异。而且十分重要的场景，咱们还会设计多级缓存零碎。
其次，即使是触发了缓存雪崩，数据库自身的容灾能力也并没有那么软弱，数据库的主从、双主、读写拆散这些策略都可能很好的缓解并发流量。
最初，数据库自身也有最大连接数的限度，超过限度的申请会被回绝，再联合熔断机制，也可能很好的爱护数据库系统，最多就是造成局部用户体验不好。
另外，在程序设计上，为了防止缓存未命中导致大量申请穿透到数据库的问题，还能够在拜访数据库这个环节加锁。尽管影响了性能，然而对系统是平安的。
总而言之，我认为解决的方法很多，具体抉择哪种形式，还是看具体的业务场景。
以上就是我对这个问题的了解。
总结
我发现当初很多面试，真的是为了面试而面试，要么就是在网上摘题，要么就是一直的问一些无关痛痒的问题。
至于最终面试官怎么判断你是否适合，咱也不晓得，预计就是有些小伙伴说的，看长相，看眼缘！
我认为一个合格的面试官，他必须要具备十分深厚的技术功底。
本期的普通人 VS 高手面试系列就到这里完结了，喜爱的敌人记得点赞和珍藏。
另外，有任何技术上的问题，职业倒退无关的问题，都能够私信我，我会在第一工夫回复。
版权申明：本博客所有文章除特地申明外，均采纳 CC BY-NC-SA 4.0 许可协定。转载请注明来自
Mic 带你学架构！
如果本篇文章对您有帮忙，还请帮忙点个关注和赞，您的保持是我一直创作的能源。欢送关注同名微信公众号获取更多技术干货！
