Redis使用场景以及各个场景中存在的问题和解决办法

缓存穿透：当查询一个不存在的数据时，存储层并不会将查询不到的数据进行缓存，这就导致了每次查询不存在的数据时，都会访问数据库，访问次数过大就会导致数据库挂掉，这种情况很可能就是遭到了恶意攻击。
- 解决方案一：缓存空数据。查询返回结果为空，并且把空数据进行缓存，实现简单，但是消耗内存，可能会发生数据不一致的问题
- 解决方案二：布隆过滤器。
  
  布隆过滤器主要作用是判断一个元素是否在一个集合中，我们当时使用的是redisson实现的布隆过滤器。布隆过滤器的底层原理是初始化一个大的数组，初始元素全部为0。标记的过程是当一个Key来到时，会经过三个Hash函数得到的数值再模数组的长度得到三个下标，将这三个下标对应的位置的元素从0改为1，这三个位置就标记了这个Key存在，查询的过程是一样的。到那时布隆过滤器会有误判，当数组开的越大时误判率就会越低但是消耗内存也就越大。一般来说误判率小于百分之五是可以接受的，不至于高并发下压倒数据库。
缓存击穿：当一个Key设置了过期时间的时候，当这个Key过期时，恰好有对这个Key的大量访问请求，这些并发的请求可能会一瞬间击垮数据库。
- 解决方案一：互斥锁
  
  强一致性，但是性能差
  
  简单来说就是查询缓存中不存在数据的时候，需要一个一个排队去访问数据库，防止了在同一时间大量的强求访问数据库，从而避免了大量查询击跨数据库。
- 解决方案二：逻辑过期
  
  热点Key在redis中不设置过期时间，而是增加一个逻辑字段
  
  高可用，性能优
雪崩

在同一时间段大量的缓存key同时失效或redis服务器宕机，导致大量请求到达数据库，带来巨大压力。
- 解决方法一：给不同key的TTL添加随机值。
- 解决方法二：如果redis服务器宕机，利用redis集群提高服务的可用性，例如：哨兵模式、集群模式。
- 解决方法三：给缓存业务添加降级限流策略，例如：nginx或Spring cloud gateway，可作为系统的保底策略，适用于穿透、击穿、雪崩。
- 解决方法三：给业务添加多级缓存，例如：Guava或Caffeine