前言
看到题目就知道了，这又是我在面试中遇到的，最近面试，把我的博文质量感觉都提上来了。面一次试感觉够我总结一周的，但还是每次都能遇到知识盲点，那以后就当面试总结是个扫盲的过程吧。
缓存穿透
面试的时候就被问到了这个问题，具体描述就是，正常的请求都是先请求到缓存（就当我们的缓存是Redis吧），如果缓存中存在数据，就直接返回，如果缓存中不存在请求的数据，就查询数据库，然后将查询到的数据再放到缓存中。
那么如果现在有一堆的请求，在缓存中没有，数据库中也没有，怎么办？这种垃圾请求还特别多，而且因为是在数据库没有查询到，所以也不会被放到缓存中，这就是缓存穿透的场景。
大量的这种请求，最终会导致数据库压力剧增，最终就会将数据打垮，若是这个数据库是核心数据库，那么其他所有依赖这个库的接口都会报错。
例如，每次请求的参数都是id，而id是我们数据库里的自增主键，但是请求过来的参数要么是-1这种，要么就是特别大的一个数，反正就是不存在的数据。
解决缓存穿透
- 首先最基本的就是要做参数校验，非法的参数就直接return，连缓存层都到不了。
- 当请求的数据在穿过Redis后，数据库也返回空，这样的数据也可以存入到缓存中，然后过期时间可以设置一个比较短的时间，这样能够在一定程度上保障后端数据库的安全。
- 可以使用Redis的布隆过滤器，这个工具可以有效的防止缓存穿透的发生，我们可以将一个参数是否存在保存为一个boolean值，然后需要一个bit就可以存储，这样的数据压缩到一个数据结构中，就是布隆过滤器的原理。即节省存储空间，又能达到效果。
缓存击穿
我们在Redis存储的数据，主要是缓存的效果，目的是为了解决DB的压力，所以一些热点数据，都是先从缓存中获取的，当缓存中不存在的时候再从DB中获取然后再存入缓存。
但是如果一个高频的热点数据，在失效的一瞬间，它的大量请求就会直接打到DB上，这样在DB还没有返回数据给Redis的时候，DB承受了热点请求的压力，就好像缓存是一个水桶，然后突然水桶破了一个洞，直接冲垮了后面的堤坝（DB）。
解决缓存击穿
造成缓存击穿的原因是，在同一时刻从数据库中获取了大量数据，并且设置了相同的过期时间，这些缓存就会在同一时刻失效，这样就造成了缓存击穿的问题。
- 一些热点的数据，我们可以设置永不过期；或者是在访问数据的时候延长过期时间。
- 也可以用分布式锁，来锁住数据，保证同一时间只有一个线程能够获取数据，其他请求获取不到数据，只能等待，但是在高并发的场景下，这种方案，体验不太好，并且分布式锁的压力也会特别大。
缓存雪崩
Redis中存储了很多的数据，但是有时候这些数据会出现，在同一个时刻批量过期的情况，因为有可能这些数据是批量插入的，所以他们的过期时间就会都在同一个时间。
正好在这个批量数据过期的时间点，大量的请求过来了，因为缓存数据过期了，所以没有命中缓存，直接请求到了数据库中。数据库的压力突然剧增，甚至有可能直接撑不住挂掉。然后有可能DBA会紧急重启DB，但是刚一恢复，新的请求立马又把DB打垮了。
也有可能就是Redis挂了，缓存都不能用了，请求也是直接打到了DB上，然后DB也是扛不住压力，直接挂掉。再恢复，再挂掉。
Redis中同一时刻大量的Key过期，那一瞬间和Redis不存在一样，还有Redis真的挂了的情况，这对服务和DB来说是灾难性的问题。
解决缓存雪崩
- 批量存入缓存的数据，我们可以为这些数据分别配置比较合理的过期时间，即使是随机分配过期时间也可以，避免同一时间失效。
- 热点数据永不过期，更新操作时直接更新缓存，但是并不设置过期时间。
- 当数据库缓存出问题时，可以采用降级措施，虽然是用DB顶上了请求，但是可以通过降级方案，保证某些数据在同一时刻只能有一个线程在查询数据库和写缓存，这样不至于把数据库给搞崩了。
- 还有就是为了防止Redis挂了，导致的缓存雪崩，可以保证Redis的高可用，就是将Redis集群部署，然后将热点数据都分配到不同的节点上，这样就可以有效的防止雪崩的出现。
当说到Redis高可用的时候，面试有可能会继续问，怎么保证Redis在高可用的情况下，也就是集群中的数据同步时，而数据不会丢失等情况。
这个我准备下一篇来继续啃。