1.缓存穿透
缓存穿透是指大量访问不能在缓存中命中，需要去数据库访问，但数据库能支持的访问量是有限的，如果缓存命中率可能下降1%都会影响数据库的可用性。
解决缓存穿透最简单的方式是限制请求的数量，然后对于一个具体的问题：查找用户信息，如果大量对未注册信息的查找，缓存不能命中，直接就去数据库查找，会造成大量访问的问题。
一种解决思路是，缓存中存储有的用户信息，比如key，或者对于一次查找不存在的用户，在查找不存在之后就在缓存中存储不存在的用户，这样就可以当一个人反复查找相同的不存在的用户的时候，只有第一次会去访问数据库，之后都在缓存层被阻挡了。
更好的解决思路是使用布隆过滤器，布隆过滤器能告诉我们有哪些，哪些不存在，而使用的空间会缩减几十倍，布隆过滤器的特点是判断存在的有可能不存在，但是判断不存在的就一定不存在，这是可以接受的错误，如果反过来的话，判断了不存在我们也不能保证真的不存在，仍然需要去数据库确定。
2.缓存可用性问题
从客户端、中间件、服务端三个角度去考虑，在客户端可以采用多缓存，分布式的方式，这样可以避免缓存故障造成缓存不可用，也可以降低单一缓存的访问量。
中间件可以控制对数据库的直接访问量。
在服务端可以通过监控节点的可用性控制，在redis中有哨兵集群的概念，多个哨兵通过消息是否能得到回复判断主库是否下线，然后使用少数服从多数的原则来选择新的从库成为主库，通知其他从库新主库的存在。
3.消息队列
消息队列是把任务放在队列中，具体场景就是秒杀的情况，对于一个电商平台，平时的写访问是每秒100条，而当办秒杀活动的时候可能临时的突发访问是一万，是十万，是不能被承受的，如果为了这种情况单独设计分库分表的内容，然后在活动之后缩减，是很浪费的，这种突发情况很长时间才会发生一次，且发生时间比较短。
消息队列的功能有解耦、异步响应、削峰填谷，使用消息队列队列后边的任务是有一定的延迟的，只要延迟是可以接受的就可以使用消息队列，比如在秒杀系统，用户是接受等几秒，等几十秒的，使用消息队列解耦则是两个不同的系统通信，如果直接调用接口通信，如果对方的api更改，我们的处理代码也要做对应的更改，如果使用消息队列，可以把数据放在消息队列上由对方需要的时候去获取数据。
4.总结
对于缓存命中率下降的影响，我之前没有认识到重要性，然后布隆过滤器我是在数据结构与算法之美学的，是算多个哈希。