緩存穿透、緩存擊穿、緩存雪崩

緩存穿透

什麼是緩存穿透

正常狀況下，查詢的數據都存在，若是請求一個不存在的數據，也就是緩存和數據庫都查不到這個數據，每次都會去數據庫查詢，這種查詢不存在數據的現象咱們稱爲緩存穿透

穿透帶來的問題

若是每次都拿一個不存在的id去查詢數據庫，可能會致使你的數據庫壓力增大

解決辦法

1. 緩存空值
   之因此發生穿透，是由於緩存中沒有存儲這些數據的key，從而每次都查詢數據庫
   咱們能夠爲這些key在緩存中設置對應的值爲null，後面查詢這個key的時候就不用查詢數據庫了
   固然爲了健壯性，咱們要對這些key設置過時時間，以防止真的有數據
2. BloomFilter
   BloomFilter 相似於一個hbase set 用來判斷某個元素（key）是否存在於某個集合中
   咱們把有數據的key都放到BloomFilter中，每次查詢的時候都先去BloomFilter判斷，若是沒有就直接返回null
   注意BloomFilter沒有刪除操做，對於刪除的key，查詢就會通過BloomFilter而後查詢緩存再查詢數據庫，因此BloomFilter能夠結合緩存空值用，對於刪除的key，能夠在緩存中緩存null

緩存擊穿

什麼是緩存擊穿

在高併發的狀況下，大量的請求同時查詢同一個key時，此時這個key正好失效了，就會致使同一時間，這些請求都會去查詢數據庫，這樣的現象咱們稱爲緩存擊穿

擊穿帶來的問題

會形成某一時刻數據庫請求量過大

解決辦法

採用分佈式鎖，只有拿到鎖的第一個線程去請求數據庫，而後插入緩存，固然每次拿到鎖的時候都要去查詢一下緩存有沒有

緩存雪崩

什麼是緩存雪崩

當某一時刻發生大規模的緩存失效的狀況，好比你的緩存服務宕機了

解決辦法

1. 採用集羣，下降服務宕機的機率
2. ehcache本地緩存 + Hystrix限流&降級
   ehcache 本地緩存的目的也是考慮在 Redis Cluster 徹底不可用的時候，ehcache 本地緩存還可以支撐一陣
   使用 Hystrix進行限流 & 降級 ，好比一秒來了5000個請求，咱們能夠設置假設只能有一秒 2000個請求能經過這個組件，那麼其餘剩餘的 3000 請求就會走限流邏輯

解決熱點數據集中失效問題

咱們在設置緩存的時候，通常會給緩存設置一個失效時間，過了這個時間，緩存就失效了。
對於一些熱點的數據來講，當緩存失效之後會存在大量的請求過來，而後打到數據庫去，從而可能致使數據庫崩潰的狀況

解決辦法

1. 設置不一樣的失效時間
2. 採用緩存擊穿的解決辦法，加鎖
3. 永不失效，就是採用定時任務對快要失效的緩存進行更新緩存和失效時間