缓存穿透
缓存穿透是指在使用缓存系统时，频繁查询一个不存在于缓存中的数据，导致这个查询每次都要通过缓存层去查询数据源，无法从缓存中获得结果。这种情况下，大量的请求会直接穿透缓存层，直接访问数据源，从而增加了系统的负载，降低了系统的性能。
通常情况下，当一个查询发现所需数据不存在于缓存中时，它会从数据源中获取数据，并将数据存储到缓存中，以便后续查询可以直接从缓存中获取数据。然而，当不断查询不存在于缓存中的数据时，缓存层会无法起到预期的性能提升作用，因为每次查询都必须去访问数据源。
缓存穿透可能由恶意攻击、系统设计问题或数据变更等原因引起。为了防止缓存穿透，可以在缓存层添加缓存不存在的数据的标记，当查询到缓存中有这个标记时，可以避免不必要的访问数据源，从而提高系统的性能。另外，使用布隆过滤器等技术可以对查询进行预处理，过滤掉一些明显不存在的查询，进一步减轻系统压力。
缓存击穿
缓存击穿是指当一个热点数据在缓存中过期或被删除时，同时有大量的并发请求访问该数据，导致这些请求都无法从缓存中获取到数据，而需要直接从数据源中获取。这种情况下，大量的请求会直接访问数据源，给数据源带来很大的压力，可能导致数据源崩溃或性能下降。
在正常情况下，缓存会存储常用的数据，以提高系统的性能和响应速度。当一个查询发现所需的数据不存在于缓存中时，它会从数据源中获取数据，并将数据存储到缓存中，以便后续查询可以直接从缓存中获取数据。然而，当一个热点数据在某一时刻过期或被删除时，大量的请求会同时涌入，这些请求无法从缓存中获取数据，导致缓存层无法起到预期的性能提升作用。
为了防止缓存击穿，可以采取以下策略：
-
设置合适的缓存过期时间：确保缓存数据在合适的时间内过期，避免在同一时间大量数据过期导致缓存击穿。
-
使用互斥锁或分布式锁：当缓存过期时，使用锁机制保证只有一个请求可以从数据源中获取数据，其他请求等待获取到数据后再从缓存中获取。
-
预加载热点数据：在系统启动或数据源更新时，提前加载热点数据到缓存中，避免在热点数据过期时出现缓存击穿。
-
使用高可用的缓存方案：使用多级缓存或分布式缓存系统，确保缓存的高可用性，避免单点故障导致缓存击穿。
缓存雪崩
缓存雪崩指的是当缓存系统中的大量数据同时失效或过期，导致大量的请求直接访问数据源，给数据源和系统带来巨大的压力，从而导致系统性能下降甚至崩溃。
正常情况下，缓存系统会设置合理的过期时间，以使被缓存的数据在一段时间内有效。当一个查询发现所需数据不存在于缓存中时，它会从数据源中获取数据，并将数据存储到缓存中，以便后续查询可以直接从缓存中获取数据。
然而，当大量的缓存数据在同一时间失效或过期时，如果没有有效的缓存更新机制，系统中的请求就会直接访问数据源。由于大量请求同时涌入数据源，可能会导致数据源的性能下降、响应时间延长甚至崩溃。这种情况下，系统会经历一段时间的高负载压力，如同雪崩一般，被称为缓存雪崩。
为了避免缓存雪崩，可以采取以下策略：
-
合理设置缓存的过期时间：缓存过期时间应随机分散，避免大量缓存在同一时间失效。
-
使用缓存的自动过期机制：例如，使用Redis的过期机制，设置缓存的过期时间，并自动更新缓存，避免过期数据的同时失效。
-
设置热点数据的永久缓存或手动刷新机制：重要的热点数据可以设置为永久缓存，或者手动进行缓存更新，避免热点数据过期导致缓存雪崩。
-
引入多级缓存：使用多级缓存，例如将热点数据存储在内存缓存中，冷数据存储在持久化缓存或数据库中，以降低缓存雪崩的风险。
-
监控和预警机制：监控缓存系统的状态和性能，设置预警机制，在发现异常情况时及时采取措施，避免缓存雪崩的发生。
文末小叙：
对于这些内容，就没有那么简单易懂，而且也没有代码辅助，属于纯理论，但是真实的开发中，我们会涉及这些问题，所以还是需要注意一下，不能单纯为了面试，因为最终的结果我们还是需要落实开发！