来说说缓存穿透、缓存击穿、缓存雪崩都是什么？怎么解决？
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。
=============================================================================
那么如何解决缓存穿透呢？
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。
===========================================================================
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）。
=============================================================================
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。
解决方案
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**。
===========================================================================
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。
评论