1. 什么是緩存穿透，怎么解決？

????????緩存穿透是指用戶請求的數(shù)據(jù)在緩存中不存在即沒有命中，同時在數(shù)據(jù)庫中也不存在，導(dǎo)致用戶每次請求該數(shù)據(jù)都要去數(shù)據(jù)庫中查詢一遍。如果有惡意攻擊者不斷請求系統(tǒng)中不存在的數(shù)據(jù)，會導(dǎo)致短時間大量請求落在數(shù)據(jù)庫上，造成數(shù)據(jù)庫壓力過大，甚至導(dǎo)致數(shù)據(jù)庫承受不住而宕機崩潰。

????????緩存穿透的關(guān)鍵在于在Redis中查不到key值，它和緩存擊穿的根本區(qū)別在于傳進來的key在Redis中是不存在的。假如有黑客傳進大量的不存在的key，那么大量的請求打在數(shù)據(jù)庫上是很致命的問題，所以在日常開發(fā)中要對參數(shù)做好校驗，一些非法的參數(shù)，不可能存在的key就直接返回錯誤提示。

正常的查詢流程

緩存穿透查詢流程

解決方法：

方案一：緩存空數(shù)據(jù)

• 將無效的key存放進Redis中：

當(dāng)出現(xiàn)Redis查不到數(shù)據(jù)，數(shù)據(jù)庫也查不到數(shù)據(jù)的情況，也將其緩存起來，但設(shè)置一個較短的過期時間，這樣即使后續(xù)的惡意請求再次訪問相同的鍵，也能夠從緩存中獲取結(jié)果，減輕數(shù)據(jù)庫壓力。但這種處理方式是有問題的，假如傳進來的這個不存在的Key值每次都是隨機的，那存進Redis也沒有意義。

優(yōu)點：實現(xiàn)簡單

缺點：消耗內(nèi)存，可能會發(fā)生數(shù)據(jù)不一致的問題。

方案二：布隆過濾器

• 使用布隆過濾器：

????????在緩存之前再加一個布隆過濾器，將數(shù)據(jù)庫中的所有key都存儲在布隆過濾器中，在查詢Redis前先去布隆過濾器查詢 key 是否存在，如果不存在就直接返回，不讓其訪問數(shù)據(jù)庫，從而避免了對底層存儲系統(tǒng)的查詢壓力。

• 布隆過濾器的設(shè)計實現(xiàn)原理

????????如果數(shù)據(jù)比較少，可以把數(shù)據(jù)庫中的數(shù)據(jù)全部放到內(nèi)存的一個map中。這樣能夠非?？焖俚淖R別，數(shù)據(jù)在緩存中是否存在。如果存在，則讓其訪問緩存。如果不存在，則直接拒絕該請求。但如果數(shù)據(jù)量太大，全都放到內(nèi)存中，會占用太多的內(nèi)存空間。因此要使用布隆過濾器。

????????布隆過濾器的底層使用bit數(shù)組存儲數(shù)據(jù)，該數(shù)組中的元素默認值為0。布隆過濾器第一次初始化的時候，會把數(shù)據(jù)庫中所有已存在的key，經(jīng)過一些列的hash算法（比如：三次hash算法）計算，每個key都會計算出多個位置，然后把這些位置上的元素值設(shè)置成1。之后，有用戶key請求過來的時候，再用相同的hash算法計算位置。

• 如果多個位置中的元素值都是1，則說明該key在數(shù)據(jù)庫中已存在。這時允許繼續(xù)往后面操作。
• 如果有1個以上的位置上的元素值是0，則說明該key在數(shù)據(jù)庫中不存在。這時可以拒絕該請求，而直接返回。

????????但若布隆過濾器中存儲的數(shù)據(jù)量過大，會出現(xiàn)誤判的情況，即：原本這個key在數(shù)據(jù)庫中是不存在的，但布隆過濾器確認為存在。同時如果數(shù)據(jù)庫中的數(shù)據(jù)更新了，需要同步更新布隆過濾器。但它跟數(shù)據(jù)庫是兩個數(shù)據(jù)源，就可能存在數(shù)據(jù)不一致的情況。因此需要及時同步更新修改的內(nèi)容。

誤判率：數(shù)組越小誤判率就越大，數(shù)組越大誤判率就越小，但是同時帶來了更多的內(nèi)存消耗。

優(yōu)點：內(nèi)存占用較少，沒有多余key

缺點：實現(xiàn)復(fù)雜，存在誤判

????????如何選擇：針對一些惡意攻擊，攻擊帶過來的大量key是隨機，那么我們采用第一種方案就會緩存大量不存在key的數(shù)據(jù)。那么這種方案就不合適了，我們可以先對使用布隆過濾器方案進行過濾掉這些key。所以，針對這種key異常多、請求重復(fù)率比較低的數(shù)據(jù)，優(yōu)先使用第二種方案直接過濾掉。而對于空數(shù)據(jù)的key有限的，重復(fù)率比較高的，則可優(yōu)先采用第一種方式進行緩存。

2. 緩存雪崩及解決方案

????????緩存雪崩是指在同一時段大量的緩存key同時失效或者Redis服務(wù)宕機，導(dǎo)致大量請求到達數(shù)據(jù)庫，帶來巨大壓力。

解決方案：

方案一：均勻過期

????????設(shè)置不同的過期時間，讓緩存失效的時間盡量均勻，避免相同的過期時間導(dǎo)致緩存雪崩，造成大量數(shù)據(jù)庫的訪問。如把每個Key的失效時間都加個隨機值，setRedis（Key，value，time + Math.random() * 10000）；，保證數(shù)據(jù)不會在同一時間大面積失效。

方案二：構(gòu)建緩存高可用集群（針對緩存服務(wù)故障情況）

方案三：服務(wù)熔斷、限流、降級等措施保障。

3. 緩存擊穿及解決方案

????????緩存擊穿跟緩存雪崩有點類似，緩存雪崩是大規(guī)模的key失效，而緩存擊穿是某個熱點的key失效，大并發(fā)集中對其進行請求，就會造成大量請求讀緩存沒讀到數(shù)據(jù)，從而導(dǎo)致高并發(fā)訪問數(shù)據(jù)庫，引起數(shù)據(jù)庫壓力劇增。這種現(xiàn)象就叫做緩存擊穿。

解決方案：

方案一：互斥鎖

• 在緩存失效后，通過互斥鎖或者隊列來控制讀數(shù)據(jù)寫緩存的線程數(shù)量，比如某個key只允許一個線程查詢數(shù)據(jù)和寫緩存，其他線程等待。這種方式會阻塞其他的線程，此時系統(tǒng)的吞吐量會下降。單機通過synchronized或lock來處理，分布式環(huán)境采用分布式鎖。

????????原理：線程1在查詢緩存發(fā)現(xiàn)未命中的情況下，獲取互斥鎖，然后查詢數(shù)據(jù)庫重建緩存數(shù)據(jù)，寫入緩存后，釋放互斥鎖。在線程1重建數(shù)據(jù)的時候，線程2也未命中緩存想重建時，在獲取互斥鎖時會失敗，只能休眠一會兒再次嘗試，直至線程1完成重建緩存的流程釋放互斥鎖后，線程2再查詢緩存并命中。

優(yōu)點：強一致性（適用于嚴格要求緩存一致性的場景）

缺點：性能差

方案二：

• 熱點數(shù)據(jù)緩存永遠不過期。永不過期實際包含兩層意思：

• • 物理不過期，針對熱點key不設(shè)置過期時間
  • 邏輯過期，把過期時間存在key對應(yīng)的value里，如果發(fā)現(xiàn)要過期了，通過一個后臺的異步線程進行緩存的構(gòu)建。

????????原理：線程1在查詢緩存發(fā)現(xiàn)邏輯時間快過期時，獲取互斥鎖，然后后臺開啟一個新的線程，查詢數(shù)據(jù)庫重建緩存數(shù)據(jù)，寫入緩存，重置邏輯過期時間，再釋放鎖。當(dāng)線程2在查詢緩存也發(fā)現(xiàn)邏輯時間快過期時，獲取互斥鎖失敗，此時直接從緩存中返回過期的數(shù)據(jù)。

????????優(yōu)點：可用性高，性能高

????????缺點：存在數(shù)據(jù)不一致的情況（適用于不嚴格要求緩存一致性的場景）