最近面試中遇到redis快取穿透、快取雪崩等問題，特意了解下。
redis快取穿透：
快取穿透是指使用者查詢資料，在資料庫沒有，自然在快取中也不會有。這樣就導致使用者查詢的時候，在快取中找不到，每次都要去資料庫再查詢一遍，然後返回空。這樣請求就繞過快取直接查資料庫，這也是經常提的快取命中率問題。
解決的辦法：
1. 如果查詢資料庫也為空，直接設定乙個預設值存放到快取，後續不會繼續訪問資料庫，同時設定過期時間保證高併發情況下保障不被穿透，後續也能及時更新。
2. 假如key是有一定規則的，可key來過濾一部分無效查詢。
3. 採用布隆過濾器（bloom filter），將所有可能存在的資料雜湊到乙個足夠大的bitset中，不存在的資料將會被攔截掉，從而避免了對底層儲存系統的查詢壓力。
redis快取雪崩：
大併發的快取穿透，導致所有請求都跑去了資料庫，引起資料庫io、記憶體和cpu壓力過大，甚至導致宕機，使得整個系統崩潰，這就是快取雪崩（快取失效）。
解決的辦法：
1. 減少快取穿透的影響。
2. 使用主備機制，redis雙快取涉及到更新事務的問題，需解決update可能讀到髒資料。
redis熱點key：
熱點key:某個key訪問非常頻繁，當key失效的時候有大量執行緒來構建快取，導致負載增加，系統崩潰。
解決辦法：
1. 使用鎖，單機用synchronized,lock等，分布式用分布式鎖。（效能低）
2. 快取過期時間不設定，在key對應的value裡設定過期時間。如果檢測到存的時間超過過期時間則非同步更新快取。
3. 在value設定乙個比過期時間t0小的過期時間值t1，當t1過期的時候，延長t1並做更新快取操作。
推薦使用後倆種模式，雖然需要一定的硬編碼，但不影響效能。
Redis快取穿透 快取雪崩
把redis作為快取使用已經是司空見慣，但是使用redis後也可能會碰到一系列的問題，尤其是資料量很大的時候，經典的幾個問題如下 一 快取和資料庫間資料一致性問題 分布式環境下 單機就不用說了 非常容易出現快取和資料庫間的資料一致性問題，針對這一點的話，只能說，如果你的專案對快取的要求是強一致性的，...
Redis 快取穿透 快取雪崩
目錄 1.快取穿透 如何避免？如何選擇？2 快取擊穿 如何解決 3.快取雪崩 如何解決？快取穿透 一般的快取系統，都是按照key去快取查詢，如果不存在對應的value，就應該去後端系統查詢 比如db 一些惡意的請求會故意查詢不存在的key，請求量很大，就會對後端系統造成很大的壓力，或導致資料庫異常。...
redis快取穿透 快取雪崩
什麼是快取雪崩 在同一時間內大量的快取資料失效，大量的請求都會去資料庫查詢，造成快取雪崩。解決方法 這個沒有完美的解決方法，但是可以分析使用者行為，盡量讓失效時間點均勻分布，還有就是在快取失效後，通過加鎖或者佇列來控制讀資料庫寫快取的執行緒數量，比如對某國key只允許乙個執行緒查詢資料庫和快取，其他...