一、Redis穿透
缓存穿透现象：用户想要查询一个数据，发现redis内存数据库没有，也就是缓存没有命中，于是向持久层数据库查询。发现也没有，于是本次查询失败。当用户很多的时候，缓存都没有命中，于是都去请求了持久层数据库。这会给持久层数据库造成很大的压力，这时候就相当于出现了缓存穿透。
介绍两种常用解决方案：
1.解决方案1：布隆过滤器
参考下面这篇文章，我觉得讲得非常详细了，
2.解决方案2：缓存空对象
缓存穿透：黑客发送大量请求，请求的数据是数据库里没有的，每次都会不走缓存，直接走数据库，最后可能造成数据库宕机
解决：只要数据库没查到，就写一个空值到缓存，下次还有这个请求，就可以走缓存了
弊端：
- 如果空值能够被缓存起来，这就意味着缓存需要更多的空间存储更多的键，因为这当中可能会有很多的空值的键；
- 即使对空值设置了过期时间，还是会存在缓存层和存储层的数据会有一段时间窗口的不一致，这对于需要保持一致性的业务会有影响。
二、Redis击穿
XXX
三、Redis雪崩
缓存雪崩现象：大量key同一时间点全部失效，同时又有大量请求打进来，导致流量直接打在DB上，造成DB不可用。
那么思考下以下几个问题：
- Redis缓存为什么会大量key同一时间点全部失败？
- 数据库能支持的最大并发请求数是多少？
- 数据库挂掉了DBA会怎么处理？
要想了解上面的问题，看下下面这张图：
1.Redis为什么会出现大量key同一时间点全部失效？
Redis服务器宕机了，Redis服务器宕机一般是因为并发数超过Redis服务器能支撑的最大的并发数。具体案例可以看下记一次redis挂机导致的服务雪崩事故，不对，是故事~ （非常好的雪崩案例分析）
2.再来看下数据库能支撑的最大并发请求数？
| 数据库类型 | 支持的最大并发数 | 备注 |
|---|---|---|
| MySql | 16384 | 受服务器配置，及网络环境等制约，实际服务器支持的并发连接数会小一些，主要决定因素有： 1、服务器CPU及内存的配置。 2、网络的带宽。互联网连接中上行带宽的影响尤为明显。 |
| Oracle | 40000 | 1.查看oracle的最大并发数限制，可是查看v$license视图 2.手动计算：每个Session消耗的内存和参数设置有关，如果是DEDICATE（独立模式）方式，sort_area_size大小和PGA内存消耗相关，如果是512K，则大概每个Session消耗3M左右，所以，机器允许的最大并发连接数＝（机器内存－ORACLE等系统软件内存－oracleSGa内存）/3m |
| Postgre |
大于Oracle | 1.最大连接数也可以在pg配置文件中配置： 在postgresql.conf中设置： max_connections = 500 2.查看为超级用户保留的连接数： show superuser_reserved_connections ; |
3.Redis雪崩的解决方案
（1）redis高可用
这个思想的含义是，既然redis有可能挂掉，那我多增设几台redis，这样一台挂掉之后其他的还可以继续工作，其实就是搭建的集群。
（2）限流降级
这个解决方案的思想是，在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个key只允许一个线程查询数据和写缓存，其他线程等待。
（3）数据预热
数据加热的含义就是在正式部署之前，我先把可能的数据先预先访问一遍，这样部分可能大量访问的数据就会加载到缓存中。在即将发生大并发访问前手动触发加载缓存不同的key，设置不同的过期时间，让缓存失效的时间点尽量均匀。
具体案例可以看下上图案例的解决方案
参考文章：