快取穿透
使用者訪問一些不存在的資料，redis沒有，於是去mysql查詢也沒有，這樣就發生了兩次無效的查詢。
快取穿透是指客戶端請求的資料在快取中和資料庫中都不存在，快取永遠不會生效。這樣，每次針對此 key 的請求從快取獲取不到，請求都會壓到資料來源，從而可能壓垮資料來源。比如用一個不存在的使用者 id 獲取使用者資訊，不論快取還是資料庫都沒有，若駭客利用此漏洞進行攻擊可能壓垮資料庫。
解決方案
布隆過濾器
設定布隆過濾器，布隆過濾器實際上就是一個陣列加上幾個雜湊函式。
如果布隆過濾器告訴我們這個資料不存在那就一定不存在，如果他說存在，那也不一定存在。
原理是，使用多個雜湊函式，把一個key值使用多個雜湊函式進行運算，把相應的位置設定為1。
當我們想要請求某個資料的時候，先用這幾個雜湊函式對映到陣列的幾個位置，如果這幾個位置都是1，那就是存在，否則就不存在。
使用多個雜湊函式是為了避免雜湊衝突，從而減少誤判，雜湊衝突會導致，例如A和B使用同一個雜湊函式產生了雜湊衝突，先把A放進快取，然後我們想要獲取B的時候發現相應位置上的標誌位已經被設定了，那我們以為這個資料是存在的，但實際上這個位置是因為雜湊衝突被另一個資料標誌的，增加雜湊函式可以降低雜湊衝突的機率。
- 對空值進行快取：即使一個查詢返回的資料為空，仍然把這個空結果（null）進行快取，同時還可以對空結果設定較短的過期時間。這種方法實現簡單，維護方便，但是會額外的記憶體消耗。
- 採用布隆過濾器：(布隆過濾器（Bloom Filter）是 1970 年由布隆提出的。它實際上是一個很長的二進位制向量(點陣圖)和一系列隨機對映函式（雜湊函式）。布隆過濾器可以用於檢索一個元素是否在一個集合中。它的優點是空間效率和查詢時間都遠遠超過一般的演算法，缺點是有一定的誤識別率和刪除困難。
- 進行實時監控：當發現 Redis 的命中率開始急速降低，需要排查訪問物件和訪問的資料，和運維人員配合，可以設定黑名單限制服務
- 增強 id 的複雜度，避免被猜測 id 規律
- 做好資料的基礎格式校驗
- 加強使用者許可權校驗
快取擊穿
redis刪掉了熱點資料，導致大量請求傳送到mysql。
解決方案
互斥鎖
這種情況下，執行緒的邏輯應該是這樣的，
首先去查快取，
- 如果快取裡沒有，嘗試去設定一個分散式鎖（這裡實際上就是在redis中set一個鍵值對set ex nx），誰先設定成功了誰就獲得了這個鎖，
- 獲得🔒的執行緒去查詢資料庫，
- 如果查到了把資料寫回快取，
- 如果發現沒有，也要把資料寫回快取，只是要把值設定成Null,讓其他執行緒知道資料庫裡沒有這個資料，
- 其他被互斥鎖阻塞的執行緒的操作應該是這樣的，
- 嘗試獲取鎖，但是這個操作是有過期時間的，超過一定時間還沒有獲取到鎖，就再次去查詢快取，看看快取裡是不是有資料了，有資料也分兩種情況，一種是真的資料，一種是值為null的資料，不管哪種，執行緒都會結束迴圈，但是如果查詢快取的時候發現還是沒有這個資料，那就繼續嘗試獲取鎖
- 獲得🔒的執行緒去查詢資料庫，
- 如果快取裡有，直接返回
邏輯過期，
熱點資料永不過期
在快取失效的時候，透過加鎖的方式只允許一個請求重新載入快取資料，其他請求等待快取載入完成。這樣可以避免大量的請求同時訪問資料庫。
快取雪崩
redis同時刪掉了一批熱點資料，導致大量請求傳送到mysql。
快取雪崩是指在同一時段大量的快取 key 同時失效，或者 Redis 服務當機，導致大量請求到達資料庫，帶來巨大壓力。
解決方案
失效時間設定隨機，
設定叢集
在快取失效的時候，透過加鎖的方式只允許一個請求重新載入快取資料，其他請求等待快取載入完成。這樣可以避免大量的請求同時訪問資料庫。
- 給不同的 Key 的 TTL 新增隨機值
- 利用 Redis 叢集提高服務的可用性
- 給快取業務新增降級限流策略
- 給業務新增多級快取