前言
設計乙個快取系統，不得不要考慮的問題就是：快取穿透、快取擊穿與失效時的雪崩效應。
快取穿透
快取穿透是指查詢乙個一定不存的資料，由於快取是不命中的時被動寫的，並且出於容錯考慮，如果從儲存層查不到資料則不寫入快取，這將導致這個不存在的資料每次請求都要到儲存層去查詢，失去了快取的意義。在流量大時，可能 db 就掛掉，要是有人利用不存在的 key 頻繁攻擊我們的應用，這就是漏洞。
解決方案
有很多種方法可以有效的解決快取穿透問題，最常見的則是採用布隆過濾器，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。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（不管資料不存在，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。
快取雪崩
快取雪崩是指在我們設定快取時採用了相同的過期時間，導致快取在同一時刻同時失效，請求全部**到 db，db瞬時壓力過重雪崩。
解決辦法
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執行緒（程序）寫，從而避免失效時的大量併發請求落到底層儲存系統上。這裡分享乙個簡單方案就是講快取失效時間分散開，比如我們可以在原有的失效時間上增加乙個隨機值，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。
快取擊穿
對於一些設定了過期時間的 key，如果這些 key 可能會在某些時間點被超高併發的訪問，是一種非常「熱點」的資料。這個時候，需要考慮乙個問題：快取被「擊穿」的問題，這和快取雪崩的區別在於這裡針對某乙個 key 快取，前者則是很多 key。
快取在某個時間點過期的時候，恰好在這個時間點對這個 key 有大量的併發請求過來，這些請求發現快取過期一般都會從後端 db 載入資料並回設到快取，這個時候大併發的請求可能會瞬間把後段 db 壓垮。
解決方案
1. 使用互斥鎖（mutex key）
業界比較常用的做法，是使用 mutex。簡單來說，就是在快取失敗的時候（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 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去設定，可以利用它來實現鎖的效果。在 redis2.6.1 之前版本未實現 setnx 的過期時間，所以這裡給出兩種版本**參考：
前單機版本鎖
string get
(string key)
else
}}
public string get
(key)
else
}else
}
if
(memcache.
get(key)
== null)
else
}
在 value 內部設定1個超時值（timeout1），timeout1 比實際的 memcache timeout（timeout2）小。當從 cache 讀取到 timeout1 發現它已經過期的時候，馬上延長並重新設定 cache。然後再從資料庫載入資料並設定到 cache 中。偽**如下：
v = memcache.
get(key);if
(v == null)
else
}else
else
}}
這裡的「永不過期」包含兩層意思：
(1)從 redis 上看。確實沒有設定過期時間，這就保證了，不會出現熱點 key 過期問題，也就是「物理」不過期/
(2)從功能上看，如果不過期，那不就成靜態的了嗎？所以我們把過期時間存在 key 對應的 value 裡，如果發現要過期了，通過後台的非同步執行緒進行快取的構建，也就是「邏輯」過期。
從實戰看，這種方法對於效能非常友好，唯一不足的就是構建快取的時候，其餘程序（非構建快取的程序）可能訪問的是老資料，但是對與一般的網際網路功能來說這個還是可以忍受的。
string get
(final string key)}}
);}return value;
}
採用 netflix 的 hystrix，可以做資源的隔離保護主線程池，如果把這個應用到快取的構建也未嘗不可。
四種解決方案：沒有最佳只有最合適
解決方案
優點缺點
簡單分布式互斥鎖（mutex key）
1.思路簡單 2.保證一致性
「提前」使用互斥鎖
1.保證一致性
同上不過期（文字）
1.非同步構建快取，不會阻塞執行緒池
1.不保證一致性 2.**複雜度增大（每個value都要維護乙個timekey）3.占用一定的記憶體空間（每個value都要維護乙個timekey）
資源隔離元件hystrix
1.hystrix技術成熟，有效保證後端 2.hystrix監控強大
1.部分訪問存在降級策略
總結針對業務系統，永遠都是具體情況具體分析，沒有最好，只有最合適。
最後，對於快取系統常見的快取滿了和資料丟失問題，需要根據具體業務分析，通常我們採用 lru 策略處理溢位，redis 的 rdb 和 aof 持久化策略來保證一定情況下的資料安全。
Redis快取穿透 快取擊穿 快取雪崩 解決方案
快取穿透 不斷請求快取和資料庫中都沒有的資料。黑客可以通過快取穿透使資料庫負載過大被壓垮，資料庫伺服器宕機。解決方案 校驗請求。如使用者id小於0，直接返回使用者不存在。設定key的value為 null 有效時長設定較小值，如30秒，防止資料庫中插入了資料，但快取不及時更新。利用布隆過濾器判斷請求...
快取穿透，快取擊穿，快取雪崩解決方案
快取穿透 快取穿透是指查詢乙個一定不存在的資料，由於快取是不命中時被動寫的，並且出於容錯考慮，如果從儲存層查不到資料則不寫入快取，這將導致這個不存在的資料每次請求都要到儲存層去查詢，失去了快取的意義。在流量大時，可能db就掛掉了，要是有人利用不存在的key頻繁攻擊我們的應用，這就是漏洞。解決方案 有...
快取穿透，快取擊穿，快取雪崩解決方案分析
設計乙個快取系統，不得不要考慮的問題就是 快取穿透 快取擊穿與失效時的雪崩效應。快取穿透是指查詢乙個一定不存在的資料，由於快取是不命中時被動寫的，並且出於容錯考慮，如果從儲存層查不到資料則不寫入快取，這將導致這個不存在的資料每次請求都要到儲存層去查詢，失去了快取的意義。在流量大時，可能db就掛掉了，...