【程序员必备】缓存三兄弟之穿透、击穿、雪崩

System.out.println("....................阿弥陀佛.....................");
System.out.println("                    _oo0oo_                    ");
System.out.println("                   o8888888o                    ");
System.out.println("                    88” . “88                    ");
System.out.println("                   ( |- _ - | )                    ");
System.out.println("                   O \\  =  / O                    ");
System.out.println("                  __/ ‘---’ \\__                    ");
System.out.println("                  '\\|       |/'                    ");
System.out.println("              / \\\\|||   :   |||// \\                    ");
System.out.println("            / _|||||  -卍- |||||_  \\                    ");
System.out.println("           |    |\\\\\\   -    ///  |_ \\                     ");
System.out.println("           |  \\_|  ''\\---/''    |_/  |                    ");
System.out.println("           \\ ,-\\__    '-'    __/- ,  /              ");
System.out.println("          ___'.  .'  /--.--\\   '.  .'___               ");
System.out.println("          .”“'< ‘.___\\_<|>_/___.'> ' ”“.             ");
System.out.println("         | | : '-\\'.:'\\ _ /' : .'/ - ': | |            ");
System.out.println("          \\ \\ '_. \\_ __\\ /__ _/  , - ' / /           ");
System.out.println("     ====='-.___'.___ \\____//___.-' ___.-' =====           ");
System.out.println("                      '=----='           ");
System.out.println("                                                             ");
System.out.println("....................佛祖保佑，永无BUG.....................");

1. 缓存穿透问题

背景：当前端发送请求的时候，缓存未命中，数据库也未命中，导致数据无法添加到缓存中，前端请求一直将到达数据库，造成数据库压力过大 解决方案：

1. 根据原因，可以在前端请求时，数据库如果未命中的情况下，为当前请求的数据，添加一个nulI值，添加到缓存中，以后再来访问，可以避免请求直接到达数据库，但
   是，对于null值不设置清理时机，就会导致数据一直堆积，内存变大，所以可以在添加缓存时，为缓存添加一个过期时间，避免数据堆积，造成内存占用较大
2. 添加布隆过滤器，在前端请求时，可以先访问布隆过滤器，判断当前访问的数据，数据库中是否存在，之后在进行访问查询。

2. 缓存雪崩问题

背景： 1当前缓存中的数据同时大量失效，导致请求直接到达数据库，导致数据库压力变大 ,当前redis发生宕机时，请求直接到达数据库.
解决方案：第二种问题，我们可以对redis搭建集群进行管理，当redis宕机时，可以切换节点，避免大量的请求达到数据库。
第一种问题，针对数据库的key同时大量失效导致的问题，我们可以在添加数据到缓存的时候，在原有的基础上为缓存添加随机过期时间，解决问题。

3.缓存击穿问题

背景： 当一个高访问量的请求，过期时，同时有大量的请求访问数据库，导致数据库压力过大。
解决方案：

1. 单体系统，可以设置同步锁，避免大量的请求访问到数据库，而是一个一个访问 这种解决方案：阻塞 分布式系统无法实现
2. 分布式系统，利用redis的setnx命令，互斥锁，当我们访问的时候，进行获取锁，获取到的就去把数据添加并缓存并返回。这种解决方案：导致数据还是访问到数据库
3. 最佳解决方案：缓存采用逻辑过期方案，在请求到达缓存时，判断数据是否过期，未过期直接使用，过期，获取互斥锁，获取成功，开启新线程直接去处理查询数据并添加缓存后，返回旧数
   据。获取失败，直接放回旧数据。 选择：当我们要求数据强一致性的要求时，可以选择分布式锁实现， 弱一致性数据要求，可以采用缓存逻辑过期+互斥锁

4 数据缓存一致性问题：

背景： 为了避免数据的请求压力过大，响应时间过长的问题，我们可以将数据添加到缓存中，当前查询时可以，判断缓存中是否存在，存在直接返回，不存在再去数据库查询，查询到数据后，添加
缓存中一份，后续查询使用，并返回数据给前端。可问题一会随之浮现，由于缓存中的数据与数据库的数据不一致，可能造成业务问题，所以要保证缓存中与数据库中的数据一致性。
解决方案： 我们可以手动添加缓存更新策略

1. 当数据库数据更新时，直接更新缓存中的数据，这种方案，遇到前端做更新操作频繁的，查询业务少的请求，为此还需要去每次都去更新数据库，造成了时间浪费
2. 当数据库数据更新时，直接删除缓存中的数据，这种方案，可以解决这种问题。但随之会出现一个线程安全问题：我们是先更新数据库数据，删除缓存，还是先删除缓存，在更新数据库数据，这两种方案都是有问题的，但是第二种方案出现问题的频率小，但是都能解决。
   • 先删除缓存，在更新数据库：当我们有一个线程，在查询时，这是插入了一个修改的操作，由于第一个请求刚查询完，准备数据并添加缓存之前，这是数据修改了，但是请求已经查询完毕，又把旧数据添加到了缓存，造成了数据不一致性。对于这中不一致性，我们可以为缓存添加过期时间，保证缓存最终一致，或者，在更新完毕后，再次进行缓存的删除，确保数据最新
   • 先更新数据库，在删除缓存，这种方案出现，问题发生概率小，出现的情况必须满足，在我们更新之前，刚好有一个key过期了，来查询完旧数据，我们这边就开始更新删除，而另外一个线程，在我们更新删除完之后，把数据直接添加到了缓存，出现了数据不一致性，这时我们可以为缓存也添加过期时间，保证数据最后一致，或者，在更新删除后，开启一个新的线程进行延时后再删除，避免这种问题，这种问题出现场景比较极端，比较少见，所以缓存更新都采用更新后在删除。