缓存穿透、缓存击穿、缓存雪崩是经典的老八股文啦，之前去面试一个银行，就被问到啦，本文跟大家聊聊怎么回答哈~~
1.缓存穿透问题
先来看一个常见的缓存使用方式：
读请求来了，先查下缓存，缓存有值命中，就直接返回；缓存没命中，就去查数据库，然后把数据库的值更新到缓存，再返回。
1.1 什么是缓存穿透问题
缓存穿透：指查询一个一定不存在的数据，由于缓存是不命中时需要从数据库查询，查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到数据库去查询，进而给数据库带来压力。
通俗点说，读请求访问时，缓存和数据库都没有某个值，这样就会导致每次对这个值的查询请求都会穿透到数据库，这就是缓存穿透。
1.2 缓存穿透产生原因
缓存穿透一般都是这几种情况产生的：
业务逻辑设计不合理:比如大多数用户都没开守护，但是你的每个请求都去查询缓存，查询某个userid有没有开守护~
黑客非法请求攻击：比如黑客故意捏造大量非法请求，以读取不存在的业务数据。
数据生命周期管理问题：某些数据被删除后，缓存没有及时更新，导致后续查询穿透。
如何避免缓存穿透呢？ 一般有三种方法。
用户请求进行有效性检查：它的核心思想是对请求参数进行合法性校验，提前过滤掉明显无效的请求。（主要包括数据格式校验、数据范围校验、权限校验等等）
缓存空值：如果查询数据库为空，我们可以给缓存设置个空值，或者一个特殊标记的默认值，设置一个较短的过期时间，避免频繁访问数据库。（业务上比较常用，简单有效）
使用布隆过滤器：快速判断数据是否存在。即一个查询请求过来时，先通过布隆过滤器判断值是否存在，存在才继续往下查。如果不存在，就不访问数据库啦~~
布隆过滤器原理：它由初始值为0的位图数组和N个哈希函数组成。一个对一个key进行N个hash算法获取N个值，在比特数组中将这N个值散列后设定为1，然后查的时候如果特定的这几个位置都为1，那么布隆过滤器判断该key存在，否则不存在。
2.缓存雪崩问题
缓存雪崩：在某个时间点，大量缓存数据同时过期， 导致大量请求直接访问数据库，引起数据库压力过大甚至down机。
2.1 缓存雪崩常见原因：
缓存设置了集中的过期时间：大量缓存数据设置了相同或者相似的过期时间，导致它们在同一时间段内集体过期。
缓存预热不充分：系统启动时缓存数据加载不充分，导致大量请求直接访问数据库。
缓存服务器宕机：redis集群中，多个节点同时宕机，导致大量缓存数据不可用
常见一些经典场景：促销活动结束（大量商品缓存同时失效）、或者定时任务触发（比如凌晨批量更新缓存，固定过期时间触发雪崩）
2.2 如何解决缓存雪崩的问题
通过分散过期时间，是解决缓存雪崩最简单有效的解决方案~~
可通过均匀设置过期时间解决，即让过期时间相对离散一点。如采用一个较大固定值+一个较小的随机值，1小时+0到100秒酱紫。
Redis 故障宕机也可能引起缓存雪奔。这就需要构造Redis高可用集群啦。比如redis主从、哨兵模式、集群模式（Redis cluster）。
当然，还有最后的防线，就是限流和降级~~
3. 缓存击穿问题
缓存击穿是指某个热点数据在缓存中过期的同时，大量并发请求访问该数据，导致这些请求直接访问数据库，造成数据库压力骤增。
缓存击穿看着跟缓存雪崩有点像，其实它两区别是：
缓存击穿针对单个热点 Key，缓存雪崩针对大量Key或整个缓存服务
影响结果不一样，缓存击穿导致数据库短期压力剧增；缓存雪崩则可能导致数据库被压垮
3.1 缓存击穿常见原因
高并发场景，比如秒杀活动呀，热点新闻等
管理员手动误清除：运维人员误删或主动清理某个热点Key（如商品价格调整），删除后突发流量访问。
3.2 缓存击穿的解决方案
常见的解决方案：
使用互斥锁方案。缓存失效时，不是立即去加载db数据，而是先使用某些带成功返回的原子操作命令，如(Redis的setnx）去操作，成功的时候，再去加载db数据库数据和设置缓存。否则就去重试获取缓存。
“永不过期”，是指没有设置过期时间，但是热点数据快要过期时，异步线程去更新和设置过期时间。
随机过期时间，通过为热点数据设置略有差异的过期时间，避免大量热点数据同时失效~~
