缓存穿透、缓存击穿、缓存雪崩

缓存雪崩

指的是应用请求没有命中缓存，导致大量请求打到数据库，导致数据库压力过大，甚至宕机。

产生原因

1.缓存中大量数据同时过期
2.redis实例宕机(单机)

解决方案

1.针对缓存大量失效的情况
有两种方案：
方案1：尽可能的避免设置相同的过期时间。
方案2：降级
当发生雪崩时，针对不同的业务场景、不同的数据才取不同的方式：

• 非核心数据(商品信息)，不走db，直接返回预定义信息、空值或者错误信息
• 核心数据(库存)，继续走缓存，或者db
  原则就是缩小访问db的范围。

2.针对redis实例宕机的情况
也是两种方案：

1. 限流或熔断
2. 提前预防

方案1 限流或熔断

限流是指禁止部分请求访问数据。
熔断是指中断业务请求对缓存的访问，具体是，调用缓存接口查询时，直接返回，不发命令。直到redis实例重启。

方案2 提前预防

方案1只能在发生雪崩后，减小雪崩的影响范围，并不能避免雪崩的发生，所以需要提前预防。
主要方面为：提高redis可用性。具体方法有：主从模式(sentinal)，集群模式(codis、cluster)。

缓存击穿

缓存雪崩是大量缓存失效，击穿则是指对于热点数据的缓存失效，导致请求直接打在db上。雪崩也包含击穿。

产生原因

缓存击穿一般发生在热点数据缓存过期。

解决方案

简单直接，热点数据不设置过期时间，同时也要注意内存使用情况，避免内存占用过多。

缓存穿透

指要访问的数据既不在缓存，也不在数据库，这种"空请求"会占用db连接数，当请求过多会影响并发量。

产生原因

• 误删除：缓存和数据库的数据都被删了
• 恶意攻击

解决方案

方案一：用布隆过滤器来判断查询结果是否存在，避免访问数据库。
布隆过滤器的工作原理：
布隆由一个初始值为0的bit位数组和 N 个哈希函数组成，可以快速判断某个数是否存在O(1)，当数据写入数据库，对数组进行标记：

• 首先，n个哈希函数，计算数据哈希值，n个。
• 接着，n个哈希值对数组长度取模，得到每个哈希值在数组中的位置。
• 最后，把对应位置的值设为1.
  当某个数据的哈希值对应的位数组值中有一个为0，则说明这个数据不存在。

方案二：请求参数校验
参数不合理等非法请求在参数校验时拦截掉。