1.缓存穿透 🔗

缓存穿透是指查询一个一定不存在的数据，由于缓存是不命中时需要从数据库查询，查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到数据库查询，失去了缓存的意义。在流量大时，可能DB就挂掉了，要是有人利用不存在的key频繁攻击我们的应用，这就是漏洞。
例如下图:

1.1解决办法 🔗

• 将不存在的key设置默认的值

  如果有人利用ID攻击应用，可以将这个key预先设置一个null或者程序可判断的值，决定应用是否进行下面的执行。当缓存失效或者缓存key经过轮训以后不再为空，则进行程序的后续执行

• 布隆过滤器

  简单的说，bloom算法类似一个hash set,用来判断某个元素的key是否存在集合中。和一般的hash set不同的是，这个算法无需存储key的值，值需要k个比特位，每个存在一个标志，用来判断key是否存在集合中。
  算法：

  1. 首先需要k个hasn函数，每个函数可以把key散列成为1个整数
  2. 初始化时，需要一个长度为n比特的数组，每个比特位初始化为0
  3. 某个key加入集合时，用k个hash函数计算出k个散列值，并把数组中对应的比特位设置为1
  4. 判断某个key是否在集合时，用k个hash函数计算出k个散列值，并查询数组中对应的比特位，如果所有的比特位都是1，则认为在集合中

  优点:不需要存储key，节省空间

  缺点：

  1. 算法判断key在集合时，有一定的概率key其实不在集合中
  2. 无法删除

2.缓存雪崩 🔗

大量的key设置了相同的过期时间，导致在缓存在同一时刻失效，造成DB的请求大、压力大，引起雪崩

2.1解决办法 🔗

从业务层面。可以给缓存设置过期时间上加上一个随机值，使得每个key的过期时间分布开来，不会集中在同一时刻

3. 缓存击穿（并发） 🔗

一个存在的key，在缓存过期的一刻，同时有大量的请求，这些请求都会击穿到DB，造成瞬时DB请求量大、压力骤增。

3.1解决办法 🔗

1. 使用互斥锁：让一个线程构建缓存，其他线程等待等待构建缓存的线程执行完，从新从缓存中获取数据就行（如下图） 如果是单机，可以用synchronize或者lock来处理，如果是分布式环境可以使用分布式锁（memcached的add、redis的setnx,zookeeper的添加节点）,当缓存构建完成以后释放分布式锁
2. 后台刷新：定义个Job专门主动刷新缓存，比如缓存30分钟，那么Job可以设置每隔29分钟定时将DB数据刷新缓存中。这种方案适合key相对固定，cache粒度较大
3. 检查更新：将缓存的过期时间（绝对时间）一起保存到缓存中（可以是key拼接，或者value中存放字段），在每次只需get操作以后都将get出来的缓存与当前系统时间进行比较，缓存时间-当前时间<=1分钟（自定义时间阈值），则主动更新缓存

4. 如何解决缓存单机热点问题 🔗

分布式缓存一致性hash算法解决

简单概述：

1. 一致性hash算法通过构造一个长度为2^32的整数环
2. 根据节点名（或者服务器IP等信息）的hash值将缓存服务器节点放置在这个环上
3. 计算需要缓存的key的hash值，顺时针找到最近的的服务器节点，将数据存放在该节点上