缓存雪崩
当某一时刻产生大规模的缓存生效的状况，会有大量的申请进来间接打到DB下面
解决缓存雪崩
1.redis的key在同一时间大面积生效，可思考:
- 在批量往
Redis存数据的时候，把每个Key的生效工夫都加个随机值，这样能够保证数据不会在同一时间大面积生效
setRedis（Key，value，time + Math.random() * 10000）；- 设置热点数据不设置过期工夫，有更新操作就更新缓存就好了
2.redis挂了,可思考:
- 应用集群缓存，保障缓存服务的高可用
这种计划就是在产生雪崩前对缓存集群实现高可用，如果是应用 Redis，能够应用 主从+哨兵 ，Redis Cluster 来防止 Redis 全盘解体的状况。 - 开启Redis长久化机制，尽快恢复缓存集群
一旦重启，就能从磁盘上主动加载数据恢复内存中的数据。
3.避免MySQL不挂，可思考:
- ehcache本地缓存 + Hystrix限流&降级,防止MySQL被打死
应用 ehcache 本地缓存的目标也是思考在 Redis Cluster 齐全不可用的时候，ehcache 本地缓存还可能撑持一阵。
应用 Hystrix进行限流 & 降级 ，比方一秒来了5000个申请，咱们能够设置假如只能有一秒 2000个申请能通过这个组件，那么其 他残余的 3000 申请就会走限流逻辑。而后去调用咱们本人开发的降级组件（降级），比方设置的一些默认值呀之类的。以此来爱护最初的 MySQL 不会被大量的申请给打死。
流程图：
缓存穿透
用户一直发动申请缓存和数据库中都没有的数据。
咱们数据库的 id 都是1开始自增下来的，如发动为id值为 -1 的数据或 id 为特地大不存在的数据。每次都能绕开Redis间接打到数据库，数据库也查不到，每次都这样，并发高点就容易崩掉了
解决缓存穿透
1.接口层减少校验
比方用户鉴权校验，参数做校验，不非法的参数间接代码Return，比方：id 做根底校验，id <=0的间接拦挡等。
2.缓存空值
之所以会产生穿透，就是因为缓存中没有存储这些空数据的key。从而导致每次查问都到数据库去了。那么咱们就能够为这些key对应的值设置为null 丢到缓存外面去。前面再呈现查问这个key 的申请的时候，间接返回null。
3.布隆过滤器（Bloom Filter）
Bloom Filter是用于判断某个元素（key）是否存在于某个汇合中。先把咱们数据库的数据都加载到咱们的过滤器中，在缓存之前在加一层BloomFilter，在查问的时候先去 BloomFilter 去查问 key 是否存在，如果不存在就间接返回，存在再走查缓存，而后查DB。
4.Nginx
对单个IP每秒拜访次数超出阈值的IP都拉黑
流程图：
缓存击穿
缓存击穿是指一个Key十分热点，在不停的扛着大并发，大并发集中对这一个点进行拜访，当这个Key在生效的霎时，继续的大并发就穿破缓存，间接申请数据库，就像在一个完整无缺的桶上凿开了一个洞。
1.设置热点数据永远不过期
2.互斥锁
咱们能够在第一个查问数据的申请上应用一个 互斥锁来锁住它。
其余的线程走到这一步拿不到锁就等着，等第一个线程查问到了数据，而后做缓存。前面的线程进来发现曾经有缓存了，就间接走缓存。
参考两位大佬的文章作出的总结，大佬太强了：
《咱们一起进大厂》系列-缓存雪崩、击穿、穿透
阿里一面：对于【缓存穿透、缓存击穿、缓存雪崩、热点数据生效】问题的解决方案