查询步骤图解
1.缓存穿透
什么是缓存穿透：
查询请求一直向数据库查询，导致数据库压力过大，甚至奔溃
本质原因：查询的数据既不在缓存中，也不在数据库中
此时会出现：程序向缓存查询，发现无数据，遂向数据库查询，发现任然无数据，此时程序无法将数据写入缓存，导致后续的同类型的查询请求，会一直访问数据库；若请求数量极大，则会极大地增加数据库的压力，甚至让数据库奔溃
导致缓存穿透的可能原因：
1.业务层操作不当：将缓存与数据库的该数据都删除了
2.存在恶意攻击者：专门请求查询不存在的数据
解决方案：
1.添加校验参数
校验前段传递的参数，若不合理则直接返回，不予查询
2.设置空值缓存
将空数据的 key 设置为 null 存入缓存，如此一来查询该 key 将直接返回 null ，无需向数据库查询（该方法会产生数据的一致性问题，即缓存中的空值缓存尚未过期，但数据库中已有数据，此时查询返回的结果为空值；注：千万记得设置过期时间）
3.添加布隆过滤器（Bloom Filter）
Bloom Filter是由Howard Bloom在1970年提出的二进制向量数据结构，其具有空间和时间效率，被用来检测一个元素是否是集合的成员，检测结果分为在集合内（可能误判）与不在集合内（绝对准确）两种情况
2.缓存击穿
什么是缓存击穿：
大量查询请求并发查询同一个热点 key ，而该 key 又正好失效，此时大量查询请求将涌向数据库，就像一面完整的墙上被凿穿了一个点，将导致数据库压力骤增，甚至奔溃
解决方案
1.不过期
设置热点数据永不过期，通过定时任务刷新数据（注意使用场景）
2.分布式锁
对热点数据加分布式锁；当热点 key 过期后，第一个查询请求向数据库查询时，其余查询请求会被阻塞，直到锁被释放；后续进入的请求会直接从缓存中读取数据，因为第一个查询请求完成后，数据已被写入缓存
但是该方法会阻塞其他线程，会造成程序的吞吐量下降
3.缓存雪崩
什么是缓存雪崩
缓存数据大量失效或缓存服务宕机，导致大量查询请求直接向数据库查询，导致数据库压力骤增，甚至奔溃；若无特殊处理办法就重启数据库，通常会出现：数据库奔溃---数据库重启---数据库奔溃---数据库重启······ 的循环
解决办法
1.Redis集群（Redis Cluster）
通过部署Redis集群与哨兵集群，尽量避免因Redis服务器宕机而导致雪崩
如果缓存雪崩造成的原因是因为缓存服务宕机造成的，可以将redis采用集群部署，可以使用 主从+哨兵 ，Redis Cluster 来避免 Redis 全盘崩溃的情况。若缓存雪崩是因为大量缓存因为失效时间而造成的，我们在批量往redis存数据的时候，把每个Key的失效时间都加个随机值就好了，这样可以保证数据不会在同一时间大面积失效，或者设置热点数据永远不过期，有更新操作就更新缓存就可以了。
2.设置数据过期时间随机
避免因一时间内大量数据过期而导致雪崩
3.设置数据永不过期
理由同上，通过定时任务更新数据
已发生雪崩的处理方案
若之前未考虑缓存雪崩的情况，但实际环境中确实发生了雪崩，可以通过以下方式补救：
1.ehcache本地缓存
2.Hystrix限流/降级