快取穿透
指查詢乙個一定不存在的資料，由於快取是不命中，將去查詢資料庫，但是資料庫也無此記錄，我們沒有將這次查詢的null寫入快取，這將導致這個不存在的資料每次請求都要到儲存層去查詢，失去了快取的意義
風險： 利用不存在的資料進行攻擊，資料庫瞬時壓力增大，最終導致崩潰
解決： null結果快取，並加入短暫過期時間
解決方案
（1）布隆過濾器
可以先有一億個二進位制位元，然後網警用八個不同的隨機數產生器（f1,f2, …,f8） 產生八個資訊指紋（f1, f2, …, f8）。接下來用乙個隨機數產生器 g 把這八個資訊指紋對映到 1 到1億中的八個自然數 g1, g2, …,g8。最後把這八個位置的二進位制全部設定為一。過程如下：
有一天網警查到了乙個可疑的**，想判斷一下是否是xx**，首先將可疑**通過雜湊對映到1億個位元陣列上的8個點。如果8個點的其中有乙個點不為1，則可以判斷該元素一定不存在集合中。
那這個布隆過濾器是如何解決redis中的快取穿透呢？很簡單首先也是對所有可能查詢的引數以hash形式儲存，當使用者想要查詢的時候，使用布隆過濾器發現不在集合中，就直接丟棄，不再對持久層查詢。
這個形式很簡單。
2、快取空物件
當儲存層不命中後，即使返回的空物件也將其快取起來，同時會設定乙個過期時間，之後再訪問這個資料將會從快取中獲取，保護了後端資料來源；
但是這種方法會存在兩個問題：
如果空值能夠被快取起來，這就意味著快取需要更多的空間儲存更多的鍵，因為這當中可能會有很多的空值的鍵；
即使對空值設定了過期時間，還是會存在快取層和儲存層的資料會有一段時間視窗的不一致，這對於需要保持一致性的業務會有影響。
快取雪崩
快取雪崩是指在我們設定快取時key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。
解決： 原有的失效時間基礎上增加乙個隨機值，比如1-5分鐘隨機，這樣每乙個快取的過期時間的重複率就會降低，就很難引發集體失效的事件。
資料預熱:
資料加熱的含義就是在正式部署之前，我先把可能的資料先預先訪問一遍，這樣部分可能大量訪問的資料就會載入到快取中。在即將發生大併發訪問前手動觸發載入快取不同的key，設定不同的過期時間，讓快取失效的時間點盡量均勻。
快取擊穿
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。
如果這個key在大量請求同時進來前正好失效，那麼所有對這個key的資料查詢都落到db，我們稱為快取擊穿。
解決： 加鎖。大量併發只讓乙個去查，其他人等待，查到以後釋放鎖，其他人獲取到鎖，先查快取，就會有資料，不用去db
高併發下快取失效問題
1.快取穿透 查詢乙個一定不存在的資料，由於快取一定不命中，將查詢資料庫，並且沒有將null寫入快取，這將導致這個不存在的資料每次請求都到儲存層查詢。風險 利用不存在的資料進行攻擊，資料庫瞬時壓力增大，最終導致崩潰。解決方案 null結果快取，並加入短暫過期時間。2.快取雪崩 指設定快取時key採用...
高併發下快取技術應用
背景 在某些電商促消活動中需要搞活動，對某些頁面的訪問量 qps 往往會非常高。如果直接讀資料庫，肯定db會承受不住。那比較常見的方案就是讓大部分相同資訊的請求都盡可能壓在cache上來緩解db的壓力，從而盡可能去滿足高併發訪問的需求 優化 這種快取技術一般用於不會經常變動資訊，並且訪問次數較多的頁...
高併發下快取穿透 快取雪崩，快取擊穿
併發進來後第乙個請求到達資料庫後，得到的資料並不存在，那麼這時返回null，這個null也會同時存在快取中，然而做快取判斷是，快取中為null就會去資料庫中查詢，那麼這時後面的併發，在來查詢這個不存在的資料是都會進入資料庫 導致資料庫壓力過大，從而導致系統崩潰 快取的key大面積的失效，如100萬的...