目录
一.缓存直通
解决方案：
二.现金雪崩
解决方案：
三.缓存销毁
解决方案：
在生产环境中，出于许多原因，访问请求必须绕过缓存并访问数据库的长期保留层。 它不会影响Redsi缓存服务器，但会增加数据库负载，降低缓存的作用
另一方面，缓存透明度缓存透明度是查询不存在的数据，既不命中缓存层，也不命中持久层。 在日常工作中，从容错的角度来看，如果从持久层找不到数据，就不会写入缓存层；由于缓存透明度，每次请求不存在的数据时都会查询持久层，从而失去缓存保护后端的永久含义
缓存穿透示意图：
缓存直通问题可能会增加后端存储负载，而且许多后端持久层不具有高并发性，因此后端存储也可能出现故障。 通常，可以通过编程方式对总调用数、缓存层命中数进行计数。 如果同一Key的缓存命中率较低，则可能出现缓存直通问题。
缓存直通的基本原因有两个。 第一，自身的业务代码和数据存在问题(例如，set和get的密钥不一致)；第二，通过恶意攻击和爬虫等获取大量的空命中)在线商城的商品数据，在超大循环中增加商品的ID )。
http://www.Sina.com/http://www.Sina.com /
缓存空对象：持久层没有命中时，对key进行set(key，null )
缓存空对象会导致两个问题。 第一，value为null并不意味着不占用内存空间。 缓存空值意味着缓存层中存储了更多的密钥，需要更多的内存空间。 有效的方法是为这类数据设置较短的过期时间并使其自动删除。 第二，缓存层和存储层数据之间存在一定的时间段不一致，可能会影响业务。 例如，如果将过期时间设置为5分钟，则此时将数据添加到存储层时，缓存层和存储层中的数据会不匹配。 在这种情况下，可以使用消息系统等清除缓存层次结构中的空对象
解决方案：
在访问缓存层和存储层之前，用bloom过滤器预先保存存在的key，进行第一层拦截，在收到对key的请求时首先用bloom过滤器验证key是否存在，如果存在，进入缓存层、存储层可以使用bitmap创建光晕滤波器。 该方法适用于数据命中率不高、数据相对固定、实时性较差的APP应用场景，代码维护复杂，但缓存空间占用较少。
布隆过滤器实际上是一个长二进制向量和一系列随机映射函数。 布隆过滤器可用于获取元素是否在集合中。 其优点是空间效率和查询时间远远超过一般算法，难以达到一定的误识别率和删除。
1. 缓存空对象
初始情况下，bloom过滤器是长度为m的位数组，每个位都设置为0。
当添加元素x时，x使用k个散列函数获得k个散列值，并从m中提取馀数，且相应的位设定为1。
判断y是否属于该集合，对y使用k个散列函数得到k个散列值，对m取馀数，如果所有对应的位置都为1，则认为y属于该集合(散列冲突，可能存在误判定)，并可以通过增加散列函数和增加二进制位数组的长度来降低误报率。
2.布隆过滤器拦截
一个key映射数组中有多个位，一个位用于多个key。 也就是说，是多对多的关系。 如果一个key图的所有比特值都是1，则判断为存在。 然而，如果key1和key2被同时映射到下标为100的位，并且key1不存在并且key2存在，则可能发生错误率
算法描述：
二、缓存平衡器有效保护存储层，因为缓存层承载大量请求，但如果缓存层由于某些原因不可用(停机)，或者超时时间相同
时间段失效（大批key失效/热点数据失效），大量请求直接到达存储层，存储层压力过大导致系统雪崩。 解决方案： 可以把缓存层设计成高可用的，即使个别节点、个别机器、甚至是机房宕掉，依然可以提供服务。利用sentinel或cluster实现。采用多级缓存，本地进程作为一级缓存，redis作为二级缓存，不同级别的缓存设置的超时时间不同，即使某级缓存过期了，也有其他级别缓存兜底缓存的过期时间用随机值，尽量让不同的key的过期时间不同（例如：定时任务新建大批量key，设置的过期时间相同）三、缓存击穿系统中存在以下两个问题时需要引起注意：
当前key是一个热点key（例如一个秒杀活动），并发量非常大。重建缓存不能在短时间完成，可能是一个复杂计算，例如复杂的SQL、多次IO、多个依赖等。在缓存失效的瞬间，有大量线程来重建缓存，造成后端负载加大，甚至可能会让应用崩溃。
解决方案：1. 分布式互斥锁
只允许一个线程重建缓存，其他线程等待重建缓存的线程执行完，重新从缓存获取数据即可。set(key,value,timeout)
2. 永不过期
从缓存层面来看，确实没有设置过期时间，所以不会出现热点key过期后产生的问题，也就是“物理”不过期。从功能层面来看，为每个value设置一个逻辑过期时间，当发现超过逻辑过期时间后，会使用单独的线程去更新缓2种方案对比：
分布式互斥锁：这种方案思路比较简单，但是存在一定的隐患，如果在查询数据库 + 和 重建缓存（key失效后进行了大量的计算）时间过长，也可能会存在死锁和线程池阻塞的风险，高并发情景下吞吐量会大大降低！但是这种方法能够较好地降低后端存储负载，并在一致性上做得比较好。
“永远不过期”：这种方案由于没有设置真正的过期时间，实际上已经不存在热点key产生的一系列危害，但是会存在数据不一致的情况，同时代码复杂度会增大。