1 概念

• 缓存穿透： 大量请求的key根本不存在于缓存中，请求直接落在了数据库上，没有经过缓存。
• 缓存雪崩：同一时间内缓存大面积的失效，后面的所有请求会全部落在数据库上，造成数据库短时间内承受大量的请求而崩掉。
• 缓存击穿：就是说某个 key 非常热点，访问非常频繁，处于集中式高并发访问的情况，当这个 key 在失效的瞬间，大量的请求就击穿了缓存，直接请求数据库，就像是在一道屏障上凿开了一个洞。

2 解决办法

缓存穿透

1. 参数校验
2. 缓存无效key：缺点：如果大量无效的key会导致redis内存消耗过快
3. 布隆过滤器：一种数据结构，通过它判断⼀个给定数据是否存在与海量数据中。具体是这样做的：把所有可能存在的请求的值都存放在布隆过滤器中，当⽤户请求过来，我会先判断用户发来的请求的值是否存在于布隆过滤器中。不存在的话，直接返回请求参数错误信 息给客户端，存在的话才会⾛下⾯的流程

缓存雪崩

1. 事前：尽量保证redis集群的高可用，发现宕机的机器及时补上，选择合适的内存淘汰策略。
2. 事中：本地ehcache缓存+hystrix限流降级，避免mysql崩掉
3. 事后：利用redis持久化机制保存的数据尽快恢复。

缓存击穿

可以将热点数据设置为永远不过期；或者基于 redis or zookeeper 实现互斥锁，等待第一个请求构建完缓存之后，再释放锁，进而其它请求才能通过该 key 访问数据。

1 概念

• 缓存穿透： 大量请求的key根本不存在于缓存中，请求直接落在了数据库上，没有经过缓存。
• 缓存雪崩：同一时间内缓存大面积的失效，后面的所有请求会全部落在数据库上，造成数据库短时间内承受大量的请求而崩掉。
• 缓存击穿：就是说某个 key 非常热点，访问非常频繁，处于集中式高并发访问的情况，当这个 key 在失效的瞬间，大量的请求就击穿了缓存，直接请求数据库，就像是在一道屏障上凿开了一个洞。

2 解决办法

缓存穿透

1. 参数校验
2. 缓存无效key：缺点：如果大量无效的key会导致redis内存消耗过快
3. 布隆过滤器：一种数据结构，通过它判断⼀个给定数据是否存在与海量数据中。具体是这样做的：把所有可能存在的请求的值都存放在布隆过滤器中，当⽤户请求过来，我会先判断用户发来的请求的值是否存在于布隆过滤器中。不存在的话，直接返回请求参数错误信 息给客户端，存在的话才会⾛下⾯的流程

缓存雪崩

1. 事前：尽量保证redis集群的高可用，发现宕机的机器及时补上，选择合适的内存淘汰策略。
2. 事中：本地ehcache缓存+hystrix限流降级，避免mysql崩掉
3. 事后：利用redis持久化机制保存的数据尽快恢复。

缓存击穿

可以将热点数据设置为永远不过期；或者基于 redis or zookeeper 实现互斥锁，等待第一个请求构建完缓存之后，再释放锁，进而其它请求才能通过该 key 访问数据。