1、 快取穿透：查詢乙個不存在的key 資料, 快取層和儲存層都不會命中，將導致不存在的資料每次請求都要到儲存層去查詢，失去快取保護db 的意義。
解決方案：有很多種方法可以有效地解決快取穿透問題，最常見的則是採用布隆過濾器（不了解的可以看這裡），將所有可能存在的資料雜湊到乙個足夠大的bitmap中，乙個一定不存在的資料會被 這個bitmap攔截掉，從而避免了對底層儲存系統的查詢壓力。ps: 布隆過濾器具有一定的誤判率，對於零容忍的判斷是不可取的。另外也有乙個更為簡單粗暴的方法（我們採用的就是這種），如果乙個查詢返回的資料為空（不管是數 據不存在，還是系統故障），我們仍然把這個空結果進行快取，但它的過期時間會很短，最長不超過五分鐘。ps: 快取短時間是讓其過期自動刪除，釋放快取空間。
2、快取雪崩：在高併發，大請求量上來的時候，所有的快取key 集體失效，所有的請求都堆到了資料儲存層。快取雪崩是指在我們設定快取時採用了相同的過期時間，導致快取在某一時刻同時失效，請求全部**到db，db瞬時壓力過重雪崩。
解決方案：快取失效時的雪崩效應對底層系統的衝擊非常可怕。大多數系統設計者考慮用加鎖或者佇列的方式保證快取的單線 程（程序）寫，從而避免失效時大量的併發請求落到底層儲存系統上。這裡分享乙個簡單方案就時講快取失效時間分散開，比如我們可以在原有的失效時間基礎上增加乙個隨機值，比如1-5分鐘隨機，這樣每乙個快取的過期時間的重複率就會降低，就很難引發集體失效的事件。 還有方案是：加鎖排隊. 限流-- 限流演算法. 1.計數 2.滑動視窗 3. 令牌桶token bucket 4.漏桶 leaky bucket [1]
3、快取擊穿
快取擊穿，是指乙個key非常熱點，在不停的扛著大併發，大併發集中對這乙個點進行訪問，當這個key在失效的瞬間，持續的大併發就穿破快取，直接請求資料庫，就像在乙個屏障上鑿開了乙個洞。
解決方案：導致問題的原因是同一時間查，同一時間寫快取，導致併發下快取也沒用，所以考慮使用單執行緒等方法將寫快取保證只有乙個去查了寫，其他的使用快取。
業界比較常用的做法，是使用mutex。簡單地來說，就是在快取失效的時候（判斷拿出來的值為空），不是立即去load db，而是先使用快取工具的某些帶成功操作返回值的操作（比如redis的setnx或者memcache的add）去set乙個mutex key，當操作返回成功時，再進行load db的操作並回設快取；否則，就重試整個get快取的方法。
setnx，是「set if not exists」的縮寫，也就是只有不存在的時候才設定，可以利用它來實現鎖的效果。
Redis快取設計
策略 一致性維護成本 lru lrf fifo最差低 超時剔除 較差較低 主動更新強高 低一致性業務 最大記憶體和淘汰策略的方式，maxmemory policy 高一致性業務 超時剔除和主動更新 解決快取穿透 適用場景 維護成本 快取空物件 資料命中不高，資料頻繁變化實時性高 維護簡單，需要過多的...
redis系列 五 redis 快取設計
序號 名稱鏈結位址 1redis系列 一 redis安裝以及基本型別簡介 2redis系列 二 redis持久化 3redis系列 三 redis主從複製 4redis系列 四 redis哨兵模式與集群 5redis系列 五 redis 快取設計 1.1收益 加速讀寫 因為快取通常都是全記憶體的 例...
Redis快取設計之快取穿透 快取雪崩
提高系統響應速度，加速讀寫，redis將數全都存放在記憶體中，響應速度更快。降低了後台的負載，減少了對後端的直接訪問 資料一致性問題，快取層的資料與儲存層的資料可能存在不一致的問題 維護複雜度高了，加入快取後要同時處理快取曾和持久層的 邏輯 快取穿透就是指查詢乙個根本不存在的資料，導致很多請求直接穿...