Redis缓存处理流程:
前台请求，后台先从缓存中取数据，取到直接返回结果，取不到时从数据库中取，数据库取到更新缓存，并返回结果，数据库也没取到，那直接返回空结果。
1.缓存穿透
指的是大量请求都在查询一个不存在key,,导致所有请求最终都落在数据库上,,造成数据库压力巨大
解决:
1)针对不存在的key也缓存一个null值,,同时设置一个过期时间,,(弊端:内存中可能会存放大量无效key)
2)采用布隆过滤器,,对于不存在的key直接返回null值
这里解释下布隆过滤器:
它实际上是一个很长的二进制向量和一系列随机映射函数. 它可以用来检索一个元素是否在一个集合中.
Tips: 判断一定存在时, 可能会误判. 判断不存在时, 就一定不存在.
2.缓存击穿
指的是某个key在过期时间点上(内存已过期,,但数据库有数据),,此时有大量请求去查询这个key,,导致数据库压力增大
解决:
1)设置热点数据永不过期
2)加锁setnx
public String get(key) {
String value = redis.get(key);
if (value == null) { //代表缓存值过期
//设置3min的超时，防止del操作失败的时候，下次缓存过期一直不能load db
if (redis.setnx(key_mutex, 1, 3 * 60) == 1) { //代表设置成功
value = db.get(key);
redis.set(key, value, expire_secs);
redis.del(key_mutex);
} else { //这个时候代表同时候的其他线程已经load db并回设到缓存了，这时候重试获取缓存值即可
sleep(50);
get(key); //重试
}
} else {
return value;
}
}
3.缓存雪崩
缓存雪崩是指缓存中数据大批量到过期时间，而查询数据量巨大，引起数据库压力过大甚至down机。
和缓存击穿不同的是， 缓存击穿指并发查同一条数据，缓存雪崩是不同数据都过期了，很多数据都查不到从而查数据库。
解决:
1)设置热点数据永不过期
2)缓存数据的过期时间设置随机，防止同一时间大量数据过期现象发生
