快取穿透，是指查詢乙個資料庫一定不存在的資料。正常的使用快取流程大致是，資料查詢先進行快取查詢，如果key不存在或者key已經過期，再對資料庫進行查詢，並把查詢到的物件，放進快取。如果資料庫查詢物件為空，則不放進快取。
**流程
引數傳入物件主鍵id
根據key從快取中獲取物件
如果物件不為空，直接返回
如果物件為空，進行資料庫查詢
如果從資料庫查詢出的物件不為空，則放入快取（設定過期時間）
想象一下這個情況，如果傳入的引數為-1，會是怎麼樣？這個-1，就是一定不存在的物件。就會每次都去查詢資料庫，而每次查詢都是空，每次又都不會進行快取。假如有惡意攻擊，就可以利用這個漏洞，對資料庫造成壓力，甚至壓垮資料庫。即便是採用uuid，也是很容易找到乙個不存在的key，進行攻擊。
有很多種方法可以有效地解決快取穿透問題
採用布隆過濾器，將所有可能存在的資料雜湊到乙個足夠大的bitmap中，乙個一定不存在的資料會被 這個bitmap攔截掉，從而避免了對底層儲存系統的查詢壓力。
如果乙個查詢返回的資料為空（不管是數 據不存在，還是系統故障），我們仍然把這個空結果進行快取，但它的過期時間會很短，最長不超過五分鐘。
快取空物件會有兩個問題：
快取雪崩是指在我們設定快取時採用了相同的過期時間，導致快取在某一時刻同時失效，請求全部**到db，db瞬時壓力過重雪崩。
public object getproductlistnew()
else
else
}return cachevalue;}}
給每乙個快取資料增加相應的快取標記，記錄快取的是否失效，如果快取標記失效，則更新資料快取。
public object getproductlistnew()
else
);return cachevalue;}}
快取資料：它的過期時間比快取標記的時間延長1倍，例：標記快取時間30分鐘，資料快取設定為60分鐘。 這樣，當快取標記key過期後，實際快取還能把舊資料返回給呼叫端，直到另外的執行緒在後台更新完成後，才會返回新快取。
這樣做後，就可以一定程度上提高系統吞吐量。
對於一些設定了過期時間的key，如果這些key可能會在某些時間點被超高併發地訪問，是一種非常「熱點」的資料。這個時候，需要考慮乙個問題：快取被「擊穿」的問題，這個和快取雪崩的區別在於這裡針對某一key快取，前者則是很多key。
快取在某個時間點過期的時候，恰好在這個時間點對這個key有大量的併發請求過來，這些請求發現快取過期一般都會從後端db載入資料並回設到快取，這個時候大併發的請求可能會瞬間把後端db壓垮。
業界比較常用的做法，是使用mutex。簡單地來說，就是在快取失效的時候（判斷拿出來的值為空），不是立即去load db，而是先使用快取工具的某些帶成功操作返回值的操作（比如redis的setnx或者memcache的add）去set乙個mutex key，當操作返回成功時，再進行load db的操作並回設快取；否則，就重試整個get快取的方法。
setnx，是「set if not exists」的縮寫，也就是只有不存在的時候才設定，可以利用它來實現鎖的效果。在redis2.6.1之前版本未實現setnx的過期時間，所以這裡給出兩種版本**參考：
前單機版本鎖
string get(string key) else
}
}
public string get(key) else
} else
}
還有乙個解決辦法解決方案是在value內部設定1個超時值(timeout1), timeout1比實際的memcache timeout(timeout2)小。當從cache讀取到timeout1發現它已經過期時候，馬上延長timeout1並重新設定到cache。然後再從資料庫載入資料並設定到cache中。偽**如下：
v = memcache.get(key);
if (v == null) else
} else else
}
}
(1) 從redis上看，確實沒有設定過期時間，這就保證了，不會出現熱點key過期問題，也就是「物理」不過期。從實戰看，這種方法對於效能非常友好，唯一不足的就是構建快取時候，其餘執行緒(非構建快取的執行緒)可能訪問的是老資料，但是對於一般的網際網路功能來說這個還是可以忍受。(2) 從功能上看，如果不過期，那不就成靜態的了嗎？所以我們把過期時間存在key對應的value裡，如果發現要過期了，通過乙個後台的非同步執行緒進行快取的構建，也就是「邏輯」過期
string get(final string key)
}
});
}
return value;
}
解決方案
優點缺點
簡單分布式互斥鎖（mutex key）
1. 思路簡單
2. 保證一致性
1. **複雜度增大
2. 存在死鎖的風險
「提前」使用互斥鎖
1. 保證一致性
同上 不過期(本文)
1. 非同步構建快取，不會阻塞執行緒池
1. 不保證一致性。
2. **複雜度增大(每個value都要維護乙個timekey)。
3. 占用一定的記憶體空間(每個value都要維護乙個timekey)。
資源隔離元件hystrix(本文)
1. hystrix技術成熟，有效保證後端。
2. hystrix監控強大。
1. 部分訪問存在降級策略。
Redis快取穿透和快取雪崩
了解過redis的人都知道，在執行讀操作 查詢等 的時候會先從快取中讀取，快取中沒有的話再去資料庫中查詢。如下圖 概念 使用者想要查詢乙個資料，發現redis快取中沒有，也就是快取沒有命中，於是向持久層資料庫查詢。發現也沒有，於是本次查詢失敗。當使用者很多的時候，快取都沒有命中 如秒殺 於是都去請求...
redis快取雪崩和快取穿透
快取雪崩 由於原有的快取過期失效，新的快取還沒有快取進來，有乙隻請求快取請求不到，導致所有請求都跑去了資料庫，導致資料庫io 記憶體和cpu眼裡過大，甚至導致宕機，使得整個系統崩潰。解決思路 1，採用加鎖計數，或者使用合理的佇列數量來避免快取失效時對資料庫造成太大的壓力。這種辦法雖然能緩解資料庫的壓...
redis快取穿透 快取雪崩和快取擊穿
查詢資料庫中一定不存在的資料，使用者發出查詢請求，根據引數 主鍵id 首先根據key去查詢redis，發現為空，接著查詢資料庫發現沒有結果，然後不會往redis中存入任何資料，接下來所有的請求都會往復進行，都會訪問資料庫，造成資料庫壓力。解決快取穿透，可以在第一次查詢資料庫時，如果返回空，則在red...