redis缓存问题
缓存击穿
缓存击穿是指热点key在某个时间点过期的时候，而恰好在这个时间点对这个Key有大量的并发请求过来，从而大量的请求打到db
解决方案：
- 利用互斥锁，缓存中没有，先获取锁，再去请求数据库，写入缓存，这样后面的数据就可以从缓存中拿到数据了
- 不对该数据设置过期时间，而是由专门的定时任务从数据库进行读取来更新缓存数据
缓存穿透
请求缓存和数据库中不存在的数据，导致每次请求都到数据库中去查询，导致数据库压力过大
解决方案：
如果数据库不存在，也设置一个默认值放入缓存，这样第二次到缓存中获取就有值了，不会继续访问数据库，可以把缓存时间设置的短一些 (适用场景：数据命中不高；数据频繁变化实时性高)
利用互斥锁，缓存中没有，先获取锁，再去请求数据库，没有获取到锁的，先等待在进行重试
利用布隆过滤器，类似于一种哈希表，用所有可能的值生成一个bitmap，内部维护一系列合法有效的key进行拦截，如果不合法直接返回，guava中有实现BloomFilter (适用场景：数据命中不高；数据相对固定实时性低)
缓存雪崩
缓存同一时间大量失效或者由于某些原因缓存不能提供服务，导致大量请求直接访问数据库，从而导致数据库压力倍增，造成数据库也宕机
与击穿的区别：雪崩是很多key过期，击穿是某个热点key
解决方案：
- 在设置缓存时间时，加上一个随机值，避免集体失效[无法解决热点数据问题(同一时刻访问同一条数据)]
- 只让一个线程构建缓存，其他线程等待构建缓存的线程执行完，重新从缓存中获取数据，保证了每个时刻只有一个线程在执行请求，但是会导致很多线程在等待一个线程，降低了系统的qps
- 双缓存，缓存1中设置过期时间，缓存2中在启动时加载，进行缓存预热，先访问缓存1，如果有值则返回；缓存1没有值，则访问缓存2，返回数据，并启动异步更新线程来同时更新缓存1和缓存2的数据，如果value特别大的话会占用很多内存，内存利用率低
- 缓存不存在后查询数据库操作可以进行限流，防止大量请求直接访问数据库
还需要预防缓存宕机
- 保证缓存服务高可用
- 进行限流并降级
缓存一致问题
如何保证缓存与数据库一致呢？
延时双删
- 先删缓存
- 写数据库
- 过一段时间(如500ms，保证读请求结束，写请求可以删除读请求造成的缓存脏数据)再删除缓存
最终一致性
写数据不删除缓存，缓存设置过期时间，保证最终一致性，等缓存过期时间到达，读请求/定时任务从数据库读取新值
加锁
先删除缓存，然后加锁，获取数据
读的时候，先读缓存在读数据库，数据库取出数据后放入缓存；更新的时候先更新数据库，再删除缓存