1.搞懂 Redis 快取穿透、擊穿、雪崩！
--https://cloud.tencent.com/developer/article/1775405
快取雪崩---熱點 key 在某一個時刻同時失效（批次插入、批次更新容易導致）；
快取穿透 --Redis 和資料庫中都沒有我們想要的資料（儲存層都穿透了）；
快取擊穿--Redis中沒有對應的蘇劇，資料庫中有，大量的請求則直接打到物理DB上。
2. 突發性熱點快取重建導致系統壓力暴增。（例如，直播時，123上鍊接。。。）
大量請求同時請求某一條資料。
（1）同步鎖syschronized
一種最佳化方案就是新增同步鎖syschronized,即所謂的雙重檢測鎖（DCL），來解決突發熱點併發重建【重建：重複建立】導致DB壓力暴增。
讓第一個請求先查Redis快取，若不存在查DB；查到寫入Redis快取。
後續的請求再訪問Redis時，直接Redis取值。
synchronized(this){ //redis 快取中取資料 //redis 快取中不存在該條資料，請求DB，存到redis中 }
注意：
（1）注意鎖物件的粒度，越小越好；否則，效能低下。
（2）syschronized（）是程序級別，那麼應用多節點部署的時候，就可能在redis中重建不止一次，但是小機率事件.
（2）SETNX 分散式鎖
另外一種方案，就是考慮使用SETNX 分散式鎖。
這種方案比較常用。
3 快取資料庫雙寫不一致
常用的最佳化方案--讀寫鎖
所有的讀操作並行執行，讀和寫互斥序列執行。
更多的介紹可以參閱《Redis 應用實踐：讀寫鎖進行效能最佳化》
https://zhuanlan.zhihu.com/p/700056780
4.快取雪崩
雪崩的最佳化思路--多級快取
-
資料訪問速度更快：多級快取將資料儲存在不同的快取層中，使用者可以優先訪問較快的快取層，大大提高了資料的訪問速度。
-
提升系統的穩定性：當一個快取層出現問題時，其他快取層可以繼續為系統提供服務，提升了系統的容錯性和穩定性。
-
減少資料庫壓力：多級快取可以有效地減少資料庫的訪問頻率，降低資料庫的負擔，提高系統的可擴充套件性。
-
提供靈活的快取策略：多級快取可以根據業務需求定製不同的快取策略，如熱點資料可以儲存在更快速的快取層，冷資料可以儲存在較慢的快取層。
例如，先去訪問程式程序的快取，如果快取中有，就不需要去訪問Redis，效能比Redis還好。
使用時，要小心（1）記憶體的管理和控制，防止記憶體溢位；（2）如果是多節點部署，要考慮節點間資料的一致性（變化更新需要做到聯動--解決方案例如藉助MQ等）。
5.快取預熱
針對可知的熱點或爆品，提前灌入到快取中。
6.核心鏈路，故障時，降級預案
可能用不到，但不能沒有，預防萬一。