系统的并发量越来越高，数据库面对大量的请求压力越来越大，所以引入了缓存技术，将高频率查询的热点数据写入缓存中，将缓存放在数据库前面，请求进来后，先从缓存中查询数据，若拿到数据则直接返回结果，若拿不到数据则请求数据库从数据库中取，数据库取到数据后更新缓存，并且返回结果，若数据库没取到，则直接返回空结果。

未添加缓存：

添加缓存后：

添加了缓存后，可能会出现缓存穿透、缓存雪崩、缓存击穿等问题

缓存穿透

客户端请求的数据，缓存和数据库中都没有。这样的请求缓存永远不会生效，所有的请求都会被打到数据库中，并且很有可能是恶意攻击。

常见的解决方案：

• 缓存空对象
  • 优点：简单、维护方便
  • 缺点：有额外的内存消耗、可能造成短时间的数据不一致问题!

• 布隆过滤器
  • 优点：内存占用小
  • 缺点：实现复杂、可能存在误判问题

其它的优化手段：

• 增加 id 的复杂度，避免被猜测 id 规律
• 做好数据的基础格式校验
• 加强用户权限校验
• 做好热点参数的限流

缓存雪崩

在同一时间段大量的缓存同时实现或者Redis宕机，导致大量的请求在同一时间段发送到了数据库。

常见的解决方案：

• 给不同的 Key 的 TTL 添加随机值
• 利用 Redis 集群的高可用性
• 给缓存业务添加降级限流策略
• 给缓存添加多级缓存

缓存击穿

缓存击穿问题也称为热点key问题，一个高并发访问并且重建业务较复杂耗时较久的 Key 突然失效，导致大量的请求瞬间到达数据库。

常见的解决方案：

• 互斥锁：在缓存未命中时，先尝试获取锁，获取锁成功后再进行查询数据库重建缓存。若此时有其它线程来获取锁，则会获取锁失败并且等待一段时间再重试。

• 逻辑过期：存储数据时，添加一个字段存储过期时间，存入 Redis 时，不设置 TTL