相关链接：传陆编程:实例解读什么是Redis缓存穿透、缓存雪崩和缓存击穿
1 缓存雪崩
正常流程：
用户---》服务器---》DB
带有缓存的流程：
用户---》服务器---》缓存
---》如果缓存存在，直接返回结果
---》缓存不存在，访问DB返回结果并更新缓存
缓存雪崩：缓存在同一时间大面积失效（多个key设置了同一个失效时间），缓存失效，只能去访问DB，在流量大的情况下，数据库可能就会挂掉。
解决方案：在设置失效时间的时候，可以加上随机值random*nextInt()
其实集中过期，倒不是非常致命，比较致命的缓存雪崩，是缓存服务器某个节点宕机或断网。因为自然形成的缓存雪崩，一定是在某个时间段集中创建缓存，那么那个时候数据库能顶住压力，这个时候，数据库也是可以顶住压力的。无非就是对数据库产生周期性的压力而已。而缓存服务节点的宕机，对数据库服务器造成的压力是不可预知的，很有可能瞬间就把数据库压垮。
2 缓存穿透
缓存穿透是指查询一个一定不存在的数据，由于缓存是不命中的，所以会去查询数据库，这就将导致这个不存在的数据每次请求都要到存储层去查询，失去了缓存的意义。
在流量大时，可能DB就挂掉了，如果有人利用不存在的key频繁攻击我们的应用，这就是漏洞。
解决方案：
在访问Redis缓存之前，加入布隆过滤器，将所有可能存在的数据哈希到一个足够大的bitmap中，一个一定不存在的数据会被这个bitmap拦截掉，从而避免了对底层存储系统的查询压力。
更加粗暴的方法，如果一个查询返回的数据为空（不管是否数据不存在，还是系统故障），我们仍然将这个空结果进行缓存，但是它们的过期时间很短。
3 缓存击穿
对于一些设置了过期时间的key，如果这些key可能会在某些时间点被超高并发地访问，是一种非常“热点”的数据。
这个热点key，在不停地扛着大并发，大并发集中对这一个点进行访问，当这个key在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在一个屏障上凿开了一个洞。
缓存被“击穿”的问题，这个与缓存雪崩的区别在于这里针对某一key缓存，前者则是很多key。
解决方案：
使用互斥锁（mutex key），在缓存失效的时候（判断拿出来的值为空），不是立即去load db，而是先使用缓存工具的某些带成功操作返回值的操作（比如Redis的SETNX或者Memcache的ADD）去set一个mutex key，当操作返回成功时，再进行load db的操作并回设缓存；否则，就重试整个get缓存的方法
- 使用redis实现
public String get(key) {
String value = redis.get(key);
if (value == null) { //代表缓存值过期
//设置3min的超时，防止del操作失败的时候，下次缓存过期一直不能load db
// 使用setnx实现锁的效果
if (redis.setnx(key_mutex, 1, 3 * 60) == 1) { //代表设置成功
// 这时候只允许一个线程去load db
value = db.get(key);
redis.set(key, value, expire_secs);
redis.del(key_mutex);
} else { //这个时候代表同时候的其他线程已经load db并回设到缓存了，这时候重试获取缓存值即可
sleep(50);
get(key); //重试
}
} else {
return value;
}
}
- 设置永远不过期
