Redis缓存雪崩
什么是雪崩？
从字面意思已经就能了解到，缓存大面积的失效导致请求直接落到数据库了造成数据库和服务在短时间内承受大量的请求。如果有那种特别复杂的请求，可能导致数据库服务直接宕机
产生的原因和解决方案
Redis的大量热点数据同时过期（失效）
这种情况无非就是程序再去查一次数据库，再把数据库中的数据保存到缓存中就行，问题不大。科室一旦涉及大数据量的需求，比如一些商品抢购的情景，或者主页访问量比较大的时候，单一使用数据库来保存数据的系统会因为面向磁盘，磁盘磁盘读/写速度比较慢的问题而存在严重的性能弊端，一瞬间成千上万的请求到来，需要系统在极短的时间内完成成千上万次的读/写操作，这个时候往往不是数据库能够承受的，极其容易造成数据库系统瘫痪，最终导致服务宕机的严重生产问题。
解决这类问题的方法如下：
- 对过期时间增加一个随机值，避免同一时刻大量key失效。
- 对于热点数据，不设置过期时间。
- 当从Redis中获取数据为空时，去数据库查询数据的地方互斥锁，这种方式会造成性能下降。
- 增加二级缓存，以及缓存和二级缓存的过期时间不同，当一级缓存失效后，可以再通过二级缓存获
- 取。
Redis服务器出现故障
这种场景解决方式如下：
- 采用 Redis 集群，避免单机出现问题整个缓存服务都没办法使用。
- 限流，避免同时处理大量的请求。
缓存穿透
什么是缓存穿透？
缓存穿透，一般是访问的数据在缓存和数据库中都不存在。
正常流程，如下：
正常流程中，当应用程序或者web通过key查询Redis缓存时，Redis会检查key是否存在，如果存在则直接返回数据。如果不存在，则取数据库中查询，得到数据后再写入缓存中并返回。
缓存穿透流程，如下：
如果缓存没有查询到数据并且数据库中也没有查询到数据，此时我们不会写入到缓存中的。所以就会导致缓存不存在每次都会到数据库中查询，在高并发或者被攻击的情况下数据库的压力倍增最后可能不可用。这就是缓存穿透的结果！
解决方案
缓存空值或默认值
从数据库中查询如果返回空时，此时在Redis缓存一个特殊的字符串或者空值。为了保证后续如果有数据，所以这里的过期时间建议设置短一点，当数据库中有数据时及时的更新Redis缓存中的值。
缺点：
会出现短暂的数据不一致情况;
如果每次查询不存在的值不一样，即使缓存默认值或者空也没用，因为它照样每次都会查询数据库。
布隆过滤器解决缓存穿透
处理流程：
- 首先，项目在启动的时候，把所有的数据加载到布隆过滤器中。
- 然后，当客户端有请求过来时，先到布隆过滤器中查询一下当前访问的key是否存在，如果布隆过滤器中没有该key，则不需要去数据库查询直接反馈即可。
原理分析
- 使用布隆过滤器中的哈希函数对元素值进行计算，得到哈希值（有几个哈希函数得到几个哈希值）。
- 根据得到的哈希值，在位数组中把对应下标的值置为 1。
- 对给定元素再次进行相同的哈希计算；
- 得到值之后判断位数组中的每个元素是否都为 1，如果值都为 1，那么说明这个值在布隆过滤器中，如果存在一个值不为 1，说明该元素不在布隆过滤器中。
布隆过滤器思想的应用场景实现
- Redis的HyperLogLog
- bitmap
- protobuf中的zigzag压缩算法
- 线程池中的线程状态和线程数量
- ConcurrentHashMap中的数据迁移的线程数量存储