目录
一、缓存预热
开过车的都知道，冬天的时候启动我们的小汽车之后不要直接驾驶，先让车子发动机预热一段时间再启动。缓存预热是一样的道理。
缓存预热就是系统启动前，提前将相关的缓存数据直接加载到缓存系统。避免在用户请求的时候，先查 询数据库，然后再将数据缓存的问题！用户直接查询事先被预热的缓存数据。
如果我们不进行缓存预热会出现什么问题呢？
-
请求数量较高
-
主从之间数据吞吐量较大，数据同步操作频度较高,因为刚刚启动时，缓存中没有任何数据。
二、缓存雪崩
缓存雪崩是指在同一时段大量的缓存key同时失效或者Redis服务宕机，导致大量请求到达数据库，带来巨大压力。
怎么解决这种问题呢？
1、给不同的Key的TTL添加随机值
2、利用Redis集群提高服务的可用性
3、给缓存业务添加降级限流策略
4、给业务添加多级缓存
三、缓存击穿
缓存击穿问题也叫热点Key问题，就是一个被高并发访问并且缓存重建业务较复杂的key突然失效了，无数的请求访问会在瞬间给数据库带来巨大的冲击。
怎么解决这个问题呢？
1、互斥锁
互斥锁简单来说就是用户访问缓存时没有查到数据，于是就去获取这个互斥锁，拿到之后先不释放，然后去查询数据库找数据，再将找到的数据写入缓存，再释放锁这样的过程。在第一个线程执行此过程的同时，如果有其他线程也来访问缓存中的这个数据，因为线程1没有释放互斥锁，所以线程2就会等待，设置一个休眠时间过一段时间再重试获取互斥锁，直到线程1释放掉，线程2获取到锁之后就会在缓存中直接读取到数据。
2、逻辑过期
我们之所以会出现这个缓存击穿问题，主要原因是在于我们对key设置了过期时间，假设我们不设置过期时间，其实就不会有缓存击穿的问题，但是不设置过期时间，这样数据不就一直占用我们 内存了吗，我们可以采用逻辑过期方案。
我们把过期时间设置在 redis的value中，注意：这个过期时间并不会直接作用于redis，而是我们后续通过逻辑去处理。假设线程1去查询缓存，然后从value中判断出来当前的数据已经过期了，此时线程1 去获得互斥锁，那么其他线程会进行阻塞，获得了锁的线程他会开启一个线程去进行以前的重构数据的逻辑，直到新开的线程完成这个逻辑后，才释放锁， 而线程1直接进行返回，假设现在线程3过来访 问，由于线程线程2持有着锁，所以线程3无法获得锁，线程3也直接返回数据，只有等到新开的线程2把重建数据构建完后，其他线程才能走返回正确的数据。
优点：异步的构建缓存，响应速度快。
缺点：在线程2没有释放锁之前，线程1和后面的线程返回的都是脏数据。
3、对比
|----------|---------------------|----------------------|
| 解决方案 | 优点 | 缺点 |
| 互斥锁 | 没有额外内存消耗 保证一致性 实现简单 | 线程需要等待，性能受影响 可能有死锁风险 |
| 逻辑过期 | 线程无需等待，性能好 | 有额外内存消耗 不保证一致性 实现复杂 |
四、缓存穿透
缓存穿透是指客户端请求的数据在缓存中和数据库中都不存在，这样缓存永远不会生效，这 些请求都会打到数据库。
怎么解决这个问题呢？
1、缓存空对象
当我们客户端访问不存在的数据时，先请求redis，但是此时redis中没有数据， 此时会访问到数据库，但是数据库中也没有数据，这个数据穿透了缓存，直击数据库，我们都知道数据 库能够承载的并发不如redis这么高，如果大量的请求同时过来访问这种不存在的数据，这些请求就都会访问到数据库，简单的解决方案就是哪怕这个数据在数据库中也不存在，我们也把这个数据当做null存入到redis 中去，这样，下次用户过来访问这个不存在的数据，那么在redis中也能找到这个数据就不会进入到缓存 了
2、布隆过滤
布隆过滤器其实采用的是哈希思想来解决这个问题，通过一个庞大的二进制数组，走哈希思 想去判断当前这个要查询的这个数据是否存在，如果布隆过滤器判断存在，则放行，这个请求会去访问 redis，哪怕此时redis中的数据过期了，但是数据库中一定存在这个数据，在数据库中查询出来这个数 据后，再将其放入到redis中。
3，对比
|-----------|----------------|-------------------------------------|
| 解决方案 | 优点 | 缺点 |
| 缓存空对象 | 实现简单，维护方便 | 额外的内存消耗 可能造成短期的不一致 |
| 布隆过滤 | 内存占用较少，没有多余key | 实现复杂 因为使用的是哈希思想，就避免不了会产生哈希冲突，存在误判可能 |