1. 缓存穿透

一个一定不存在缓存及查询不到的数据，由于缓存是不命中时被动写的，并且出于容错考虑，如果从存储层查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到存储层去查询，失去了缓存的意义。

1.1. 产生原因

Key 在缓存和数据库中都不存在

1.2. 解决方案

1.2.1. 对空值进行缓存

如果一个查询返回的数据为空（不管是数据是否不存在），我们仍然把这个空结果（null）进行缓存，设置空结果的过期时间会很短，最长不超过五分钟

1.2.2. 设置白名单 -bitmap-过滤恶意请求

使用 bitmaps 类型定义一个可以访问的名单，名单 id 作为 bitmaps 的偏移量，每次访问和 bitmap 里面的 id 进行比较，如果访问 id 不在 bitmaps 里面，进行拦截，不允许访问。

缓存-Redis-1、基本原理

1.2.3. 采用布隆过滤器-过滤对不存在的数据的请求

缓存-Redis-7、案例落地实战

(布隆过滤器（Bloom Filter）是 1970 年由布隆提出的。它实际上是一个很长的二进制向量 (位图) 和一系列随机映射函数（哈希函数）。

布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率和删除困难。)

将所有可能存在的数据哈希到一个足够大的 bitmaps中，一个一定不存在的数据会被这个 bitmaps 拦截掉，从而避免了对底层存储系统的查询压力。

1.2.4. 进行实时监控

当发现 Redis 的命中率开始急速降低，需要排查访问对象和访问的数据，和运维人员配合，可以设置黑名单限制服务

2. 缓存雪崩

缓存失效时的雪崩效应对底层系统的冲击非常可怕！

2.1. 产生原因

同一时间大量 Key 过期
Redis 服务宕机

2.2. 解决方案

2.2.1. 将缓存失效时间分散开

比如我们可以在原有的失效时间基础上增加一个随机值，比如 1-5 分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效的事件。

2.2.2. 设置过期标志更新缓存-job 扫描

记录缓存数据是否过期（设置提前量），如果过期会触发通知另外的线程在后台去更新实际 key 的缓存。

2.2.3. 构建多级缓存架构

nginx 缓存 + redis 缓存 + 其他缓存（ehcache 等）

分布式专题-4、多级缓存

2.2.4. 避免 Redis 宕机

使用 Redis 集群

2.2.5. 给缓存业务增加降级限流策略

3. 缓存击穿

[[02-Redis企业实战.pptx]]

key 可能会在某些时间点被超高并发地访问，是一种非常“热点”的数据。这个时候，需要考虑一个问题：缓存被“击穿”的问题。

3.1. 产生原因

缓存雪崩是大量 Key 同时过期，而缓存击穿是部分 Key 过期，但这些不是普通 Key，是热点 Key。经常被高并发访问，并且往往重建业务比较复杂且耗时比较久。在重建期间被高并发访问，就会将压力打到数据库上。

3.2. 解决方案

❕ ^ce1aw6

3.2.1. 预先设置热门数据

在 redis 高峰访问之前，把一些热门数据提前存入到 redis 里面，加大这些热门数据 key 的时长

3.2.2. 实时调整

现场监控哪些数据热门，实时调整 key 的过期时长

3.2.3. 使用锁

不推荐

3.2.4. 逻辑过期

4. 实战经验

5. 参考与感谢

5.1. 黑马

5.1.1. 视频

https://www.bilibili.com/video/BV1cr4y1671t?p=43&vd_source=c5b2d0d7bc377c0c35dbc251d95cf204