# 缓存问题之缓存穿透、缓存击穿、缓存雪崩及其解决方案

# 缓存穿透

缓存穿透：大量请求的key根本不存在于缓存中，导致请求直接到了数据库上。

解决方案：

缓存空值/空值缓存：一种比较简单的解决办法，在第一次查询完不存在的数据后，将该key与对应的空值也放入缓存中，只不过设定为较短的失效时间，例如几分钟，这样则可以应对短时间的大量的该key（重复KEY）攻击，设置为较短的失效时间则是因为该值可能跟业务无关，存在意义不大，且该次的查询也未必是攻击者发起，没有长期存储的必要，故可以早点失效。
BloomFilter(布隆过滤器)：特点是肯定不存在，可能存在，所以可以把所有可能的查询条件生成一个bitmap，在进行数据库查询之前会使用这个bitmap进行过滤，如果不在其中则直接过滤，从而减轻数据库层面的压力。

缓存击穿：大量的请求同时查询一个key时，此时这个key正好失效，就会导致大量的请求都打到数据库上面去。（缓存击穿实际上是缓存雪崩的一个特例，是热点KEY失效问题）

解决方案：上面的现象是多个线程同时去查询数据库的这条数据，那么我们可以在第一个查询数据的请求上使用一个互斥锁（分布式锁）来锁住它。其他的线程走到这一步拿不到锁就等着，等第一个线程查询到了数据，然后做缓存。后面的线程进来发现已经有缓存了，就直接走缓存。

缓存雪崩：当某一时刻发生大规模的缓存失效的情况，例如缓存同一时刻过期、缓存服务宕机等。

解决方案：

对于缓存服务宕机的情况，事前可以使用集群缓存，保证缓存服务的高可用。事中可以使用本地缓存（例如：Caffeine）+ Hystrix来支撑一阵。事后开启Redis持久化机制，尽快恢复缓存集群。
对于缓存同一时刻过期的情况，我们可以让他们的失效时间错开，比如在一个基础的时间上加上或者减去一个范围内的随机值。