redis——缓存雪崩，缓存击穿，缓存穿透

缓存雪崩

缓存雪崩是指缓存同一时间大面积的失效，所以，后面的请求都会落到数据库上，造成数据库短时间内承受大量请求而崩掉。

解决：

设置随机过期时间：对于热点数据，可以不设置过期时间，或者为缓存数据设置随机的过期时间，以避免大量数据同时过期，减少对数据库的压力。例如，可以将基础过期时间加上一个随机值来设计缓存的过期时间，这样数据会在未来逐渐过期，避免同时过期造成数据库压力过大。
预热缓存：提前将热点数据加载到Redis中，并设置一个较长的过期时间，这样可以减少缓存失效的发生。
使用分布式锁：当检测到缓存失效时，不是立即从数据库加载数据，而是先尝试获取分布式锁。成功获取锁后，再执行数据库查询和缓存数据写入操作。如果获取锁失败，则表示当前有其他线程正在执行数据库查询操作，当前线程可以稍作休眠后重试。这样可以确保只有一个请求去数据库读取数据。
缓存空值：当请求的数据在Redis和数据库中都不存在时，可以设置一个默认值（例如：None）。这样，当后续再次查询时，直接返回空值或默认值，避免再次访问数据库。
使用布隆过滤器：在数据写入数据库时，将ID同步到布隆过滤器中。当请求的ID在布隆过滤器中不存在时，意味着请求查询的数据一定不在数据库中，因此不需要去数据库查询。布隆过滤器需要缓存全部的键，因此适合数据量不大的情况，例如少于10亿条数据，因为10亿条数据大约会占用1.2GB的内存。
接口限流：对于非核心数据的访问，可以在查询方法上添加接口限流保护，例如设置每秒10000个请求。如果核心数据接口被访问，缓存不存在，则允许从数据库查询并设置到缓存。这样，只有部分请求会被发送到数据库，减轻压力。
构建高可用缓存集群系统：为了防止缓存系统故障导致的缓存雪崩，必须构建Redis高可用集群，如"Redis Sentinel Cluster"或"Redis Cluster Cluster"，如果Redis的主节点失败，从节点也可以切换成为主节点，继续提供缓存服务，避免因缓存实例宕机导致的缓存雪崩。

缓存击穿

是指一个系统中的缓存数据在被请求时恰好失效，而此时如果有大量并发请求同时到达，这些请求都会穿透缓存，直接打到后端数据库上。这种情况可能会导致数据库瞬时压力过大，甚至可能因为无法承受突如其来的高并发流量而崩溃。（与缓存雪崩不同的是击穿指一个数据而雪崩是多个数据）

解决

加锁策略：在缓存失效时，使用分布式锁来确保只有一个请求能够访问数据库并重新加载缓存，其他请求则等待或重试。
缓存空对象：如果数据库查询结果为空，仍然将这个空结果缓存起来，这样即使缓存失效，请求也会从缓存中快速失败，而不是每次都去数据库查询。
设置合理的过期时间：根据数据的访问频率和更新频率来设置缓存的过期时间，避免缓存在同一时间大量过期。
使用随机过期时间：为缓存设置一个随机的过期时间，这样即使多个请求同时到达，也不大可能同时击穿缓存。
读写分离：通过数据库的读写分离，将缓存击穿的流量分散到多个数据库副本上，减轻单个数据库的压力。
限流和降级：在系统检测到缓存击穿时，启动限流措施，减少对数据库的访问压力，同时可以启动降级策略，提供备选的服务方案。

缓存穿透

是指请求查询数据库中不存在的数据，由于在缓存中也没有这些数据的记录，因此请求会直接穿透缓存，每次都直接访问数据库。

解决

缓存空值：当数据库查询结果为空时，仍然将这个空结果缓存起来，并设置一个较短的过期时间。这样，下次同样的请求会直接命中缓存，而不会去查询数据库。
布隆过滤器（Bloom Filter）：在缓存之前使用布隆过滤器来检查一个请求是否可能命中。布隆过滤器可以快速判断一个元素是否在一个集合中，从而避免对数据库的无效查询。
预加载缓存：对于可能被频繁查询的数据，可以提前将它们加载到缓存中，即使这些数据在数据库中暂时不存在，也可以在缓存中设置一个默认的空值响应。
限制频繁请求：通过限流措施来限制对同一数据的频繁访问，减少对数据库的压力。
使用互斥锁：当检测到缓存未命中时，使用互斥锁来确保只有一个线程去查询数据库，并将结果缓存起来，其他线程则等待或重试。
数据库查询结果缓存：即使查询结果为空，也将其缓存起来，并设置一个合理的过期时间，这样在过期时间内相同的查询将直接返回缓存结果。