Redis缓存问题

　　缓存的使用，极大的提升了应用程序的性能和效率，特别是数据查询方面，也减轻了高并发下应用访问数据库的压力。但同时也带来了一些问题，其中最要害的就是数据的一致性问题。如果对数据的一致性要求很高，那么就不能使用缓存。

　　最经典的缓存+数据库读写模式 Cache Aside Pattern

• 失效：应用程序先从cache取数据，没有得到，则从数据库中取数据，成功后，放到缓存中。

• 命中：应用程序从cache中取数据，取到后返回。

• 更新：先把数据存到数据库中，成功后，再让缓存失效。

1. 缓存穿透

　　缓存穿透，是指查询一个一定不存在的数据。由于数据是缓存未命中时，再去数据库查询，数据库查不到则不写入缓存。这个不存在的数据每次请求都要去数据库查询，这样就出现了缓存穿透问题。

　　造成缓存穿透的原因有两个：

第一，业务自身代码或者数据出现问题；第二，一些恶意攻击、爬虫等造成大量空命中。

解决方案：

（1）缓存NULL值，即使从数据库查不到数据，也放进缓存。同时设置一个较短的过期时间。

（2）Bloom Filter（布隆过滤器），将数据库中所有可能查询的参数以 hash 形式存储，查询缓存之前先经过布隆过滤器进行检查，如果没有，直接返回。

2. 缓存雪崩

　　缓存雪崩，是指缓存设置了相同的过期时间，导致大量缓存在某一瞬间同时失效，请求全部访问后端数据库。

　　解决方案：为缓存设置不同的过期时间。

3. 缓存击穿

　　缓存击穿，是指一个 key 非常热点，高并发请求集中访问这个 key，当这个 key 在失效的瞬间，请求就会穿过缓存，直接访问后端数据库。

　　解决方案：设置热点数据永不过期，或者使用互斥锁。