一、Redis是什么
Redis（Remote Dictionary Server）是现在最受欢迎的NoSQL数据库之一，是一个基于内存实现的键值型非关系数据库，且开源免费。
（具体使用方法及应用场景不再赘述）
二、缓存雪崩、缓存击穿、缓存穿透的区别及解决方案
使用缓存需要考虑这几个问题
1、缓存雪崩（Cache Avalanche）
当Redis中某时刻发生大面积的缓存失效（即redis中的key过期），那么就会导致大量的用户请求直接打在数据库上面，导致数据库压力剧增。若在高并发场景下，数据库服务瞬间就会挂掉。
原因：
可以发现根本原因是同一时间大规模的key失效，是因为大量的Key在同一时间过期（设置缓存时采用了相同的过期时间，导致缓存在某一时刻同时失效），再就是有可能Redis服务挂掉了。
解决方案：
（1）、过期时间打散：
既然是大量缓存集中失效，那最容易想到就是让他们不集中生效。可以给缓存的过期时间时加上一个随机值时间，使得每个 key 的过期时间分布开来，不会集中在同一时刻失效。
（2）、热点数据不过期：
该方式和缓存击穿一样，也是要着重考虑刷新的时间间隔和数据异常如何处理的情况。
（3）、加互斥锁:
该方式和缓存击穿一样，按 key 维度加锁，对于同一个 key，只允许一个线程去计算，其他线程原地阻塞等待第一个线程的计算结果，然后直接走缓存即可。
（4）、采用熔断机制:
流量到达一定峰值时，直接返回系统繁忙。
java中可以加锁排队：
public Object GetProductListNew(String cacheKey) {
int cacheTime = 30;
String lockKey = cacheKey;
// 获取key的缓存
String cacheValue = jedis.get(cacheKey);
// 缓存未失效返回缓存
if (cacheValue != null) {
return cacheValue;
} else {
// 枷锁
synchronized (lockKey) {
// 获取key的value值
cacheValue = jedis.get(cacheKey);
if (cacheValue != null) {
return cacheValue;
} else {
// 这里一般是sql查询数据
// db.set(key)
// 添加缓存
jedis.set(cacheKey, "");
}
}
return cacheValue;
}
}
2、缓存击穿（Cache Breakdown）
某一个热点 Key在缓存过期的一瞬间,同时有大量的请求打进来，由于此时缓存过期了，所以请求最终都会走到数据库，造成数据库压力瞬间剧增，极有可能可能使数据库服务挂掉。
解决方案：
和缓存雪崩类似，缓存雪崩是大规模的key失效，而缓存击穿是一个热点的Key失效。
（1）、 互斥锁：
在并发的多个请求中，只有第一个请求线程能拿到锁并执行数据库查询操作，其他的线程拿不到锁就阻塞等着，等到第一个线程将数据写入缓存后，其他线程直接查询缓存。
（2）、 热点数据不过期：
直接将缓存设置为不过期，然后由定时任务去异步加载数据，更新缓存。
java中的代码实现：
public String get(String key) throws InterruptedException {
String value = jedis.get(key);
// 缓存过期
if (value == null) {
// 设置3分钟超时，防止删除操作失败的时候 下一次缓存不能load db
Long setnx = jedis.setnx(key + "mutex", "1");
jedis.pexpire(key + "mutex", 3 * 60);
// 代表设置成功
if (setnx == 1) {
// 数据库查询
// value = db.get(key);
// 保存缓存
jedis.setex(key, 3 * 60, "");
jedis.del(key + "mutex");
return value;
} else {
// 这个时候代表同时操作的其他线程已经load db并设置缓存了。 需要重新重新获取缓存
Thread.sleep(50);
// 重试
return get(key);
}
} else {
return value;
}
}
3、缓存穿透（Cache Penetration）
缓存穿透是指缓存和数据库中都没有的数据查询一个一定不存在的数据，而用户不断发起请求，比如发起的请求都不合理，每次请求都会到数据库。这时的用户很可能是攻击者，攻击会导致数据库压力过大。
分析：
用户查询数据，在数据库没有，自然在缓存中也不会有。这样就导致用户查询的时候，在缓存中找不到，每次都要去数据库再查询一遍，然后返回空（相当于进行了两次无用的查询）。这样请求就绕过缓存直接查数据库，这也是经常提的缓存命中率问题。
解决方案：
（1）、对空值缓存：
如果一个查询返回的数据为空（不管数据是否存在），我们仍然把这个空结果缓存，设置空结果的过期时间会很短，最长不超过5分钟。（存在一定问题）
（2）、布隆过滤器：
如果想判断一个元素是不是在一个集合里，一般想到的是将集合中所有元素保存起来，然后通过比较确定。
布隆过滤器是一种数据结构，可以高效的插入和查询。
java中的代码实现：
<dependency>
<groupId>cn.hutool</groupId>
<artifactId>hutool-all</artifactId>
<version>5.7.17</version>
</dependency>
// 构造方法的参数10决定了布隆过滤器BitMap的大小
public void bulong{
BitMapBloomFilter filter = new BitMapBloomFilter(10);
filter.add("123");
filter.add("abc");
filter.add("ddd");
boolean abc = filter.contains("abc");
System.out.println(abc);
}
日常开发中使用Redis一定要考虑周到,不过Redis在众多NoSQL中还是非常好用的
END…