前言
几种现象很常见，基本都是在高并发的场景下，由于大量请求没有在缓存中查询到数据而从数据库中查询，造成了数据库的并发量瞬间增大。
比如2000的QPS，对于Redis来说顶的很轻松，但是普通服务器上的数据库就很难顶。
下面对这集中情况进行一个简单介绍，并总结一些解决方案。
一、缓存雪崩
1、现象
项目中，通常会将热点数据保存到Redis并设置过期时间，比如在12点将热点数据放到Redis中，过期时间为1小时。
请求时，先去Redis读取数据，如果Redis中不存在该数据，就去数据库中读取数据，然后放到缓存中。
这种设计在并发大时会出现一个问题。
如上面的设计，在1点、2点、3点……的时候，如果缓存失效时，系统并发请求过大，就会对数据库造成周期性的压力。
其实缓存的集中过期并不是非常致命的，最致命的雪崩情况是缓存服务器失效（死机、断网）。
之所以这么说，是因为缓存集中过期造成的缓存雪崩，也会集中创建缓存，数据库兴许可以顶住。
但因为缓存服务节点失效而造成的缓存雪崩，对数据库造成的压力则是难以预估的，很有可能把数据库压垮，造成系统不可用。
这种情况下，如果缓存因为过期时间到达而失效，那么就会有大量的请求打到数据库，造成周期性的数据库压力。
总结：缓存突然不可能，接着来的大量请求瞬间打在了数据库。
2、解决方案
1、随机设置缓存的过期时间：在指定的缓存过期时间上，随机在加上一定时间的过期，不让缓存在同一时间过期，比如超时时间是固定的5分钟，可以随机加上2分钟内的秒数。
2、缓存备份，在A缓存节点设置过期时间，B缓存节点不设置过期时间，当A失效时去读取B。
3、不设置过期时间，在修改数据库时更新缓存。
二、缓存穿透
1、现象
缓存穿透是指，在缓存和数据库中都没有的数据，而用户不断发起请求，造成数据库压力增大。
例如，数据库中的数据主键使用自增，从1开始。但是用户不断查询主键为“-1”的数据，或主键特别大的不存在的数据。这时的用户很可能是攻击者，攻击会导致数据库压力过大。
2、解决方案
1、在应用程序层增加校验，如用户鉴权校验，主键基础校验等。
2、应用程序做限流、熔断、降级，可以从网关层进行限流（例如在Nginx中进行配置），或者使用类似Hystrix的组件进行熔断或降级。
3、使用布隆过滤器，先判断要查询的主键是否存在。
4、使用互斥锁。
三、缓存击穿
1、现象
缓存击穿是指缓存中没有，但数据库中有的数据。
例如，缓存中保存了一个非常热的数据，当缓存过期的同时，并发读取这个热数据的用户特别多，同一时间读缓存但没读到数据，又同时去数据库去取数据，造成了数据库的压力瞬间增大，这种情况就叫缓存击穿。
2、解决方案
1、设置热点数据永远不过期，更新数据库的同时更新缓存。
2、使用互斥锁；