Redis缓存穿透，缓存击穿，缓存雪崩

1. 缓存穿透

查询一个不存在的数据，mysql中查询不到也不会写入缓存，导致每次请求都要查mysql

例：get请求 api/products/getById/1001

1.1 解决方案1：缓存空数据

查询返回的数据为空，仍把这个数据进行缓存{key:1, value: null}

优点：实现简单
缺点：消耗内存可能会发生不一致情况

1.2 解决方案2：使用布隆过滤器

优点：内存占用少
缺点：实现负责，存在误判

1.2.1 布隆过滤器介绍

bitmap（位图）：是一个以（bit）为单位的数组，数组中每个单元只能存储二进制数0或1
作用：检索一个元素是否存在一个集合中
实现：
1) 存储数据：id为1的数据，通过多个hash函数获取hash值，根据hash计算数组对应位置改为1
2) 查询数据：使用相同hash函数获取hash值，判断对应位置是否都为1
使用Guava或者Redisson实现布隆过滤器
误判率：数组越小，误判率越大，数组越大误判率越小，但是同时带来更多的内存消耗。

2. 缓存击穿

给某个key设置了过期时间，当key过期时候，对这个key有大量的并发请求进来，瞬间把mysql压垮

2.1 解决方案1：互斥锁

互斥锁，数据强一致，性能差

2.2 解决方案2：逻辑过期

高可用，性能优，不能保证数据绝对一致。
实现：{“id”:“1”,“title”:“xx项目”,“expire”:156414365}，请求时候先检查逻辑过期时间，如果过期，就加互斥锁，生成新的线程来处理写缓存逻辑过期时间重置问题，当前线程返回过期数据；如果加互斥锁失败，就直接返回过期数据。

3. 缓存雪崩

同一时间大量的缓存key同时过期或者Redis服务宕机，导致大量的请求到达mysql，给mysql带来巨大压力

3.1 解决方案

• 利用Redis集群提高服务的可用性 哨兵模式、分片集群模式
• 给业务添加多级缓存 Guava或Caffeine
• 给缓存业务添加降级限流策略 nginx或SpringCloud Gateway
• 给不同的key的TTL添加随机值