缓存带来的回报
- 高速读写。
- 降低后端负载：后端服务器通过前端缓存降低负载；业务端使用 Redis 降低后端 MySQL 负载等。
缓存带来的代价
- 数据不一致。缓存层和数据层有时间窗口不一致，和更新策略有关。
- 代码维护成本。原本只需要读写 MySQL 就能实现功能，但加入了缓存之后就要去维护缓存的数据，增加了代码复杂度。
- 堆内缓存可能带来内存溢出的风险影响用户进程，如 ehCache、loadingCache。
堆内缓存和远程服务器缓存 Redis 的选择
- 堆内缓存一般性能更好，远程缓存需要套接字传输。
- 用户级别缓存尽量采用远程缓存。
- 大数据量尽量采用远程缓存，服务节点化原则。
什么是缓存雪崩？你有什么解决方案来防止缓存雪崩？
如果缓存集中在一段时间内失效，发生大量的缓存穿透，所有的查询都落在数据库上，造成了缓存雪崩。
由于原有缓存失效，新缓存未到期间所有原本应该访问缓存的请求都去查询数据库了，而对数据库 CPU 和内存造成巨大压力，严重的会造成数据库宕机。
你有什么解决方案来防止缓存雪崩？
1、加锁排队
mutex 互斥锁解决，Redis 的 SETNX 去 set 一个 mutex key，当操作返回成功时，再进行 load db 的操作并回设缓存；否则，就重试整个 get 缓存的方法。
2、数据预热
缓存预热就是系统上线后，将相关的缓存数据直接加载到缓存系统。这样就可以避免在用户请求的时候，先查询数据库，然后再将数据缓存的问题。
用户直接查询事先被预热的缓存数据，可以通过缓存 reload 机制，预先去更新缓存，再即将发生大并发访问前手动触发加载缓存不同的 key。
3、双层缓存策略
C1 为原始缓存，C2 为拷贝缓存，C1 失效时，可以访问 C2，C1 缓存失效时间设置为短期，C2 设置为长期。
4、定时更新缓存策略
失效性要求不高的缓存，容器启动初始化加载，采用定时任务更新或移除缓存。
5、设置不同的过期时间，让缓存失效的时间点尽量均匀
什么是缓存穿透？
缓存穿透是指用户查询数据，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，在缓存中找不到对应 key 的 value，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。
你有什么解决方案来防止缓存穿透？
1、缓存空值
如果一个查询返回的数据为空（不管是数据不存在，还是系统故障）我们仍然把这个空结果进行缓存，但它的过期时间会很短，最长不超过五分钟。 通过这个直接设置的默认值存放到缓存，这样第二次到缓冲中获取就有值了，而不会继续访问数据库
2、采用布隆过滤器 BloomFilter
将所有可能存在的数据哈希到一个足够大的 bitmap 中，一个一定不存在的数据会被这个 bitmap 拦截掉，从而避免了对底层存储系统的查询压力。优势占用内存空间很小，bit 存储。性能特别高。
Redis 有哪些特性？
1、丰富的数据类型
2、可用于缓存，消息按key设置过期时间，过期后自动删除 setex set expire 时间
3、支持持久化方式 rdb 和 aof
4、主从分布式，redis 支持主从支持读写分离 redis cluster，动态扩容方式
你用过 Redis 的哪几种特性？
1、用 sorted Set 实现过排行榜项目
2、用过期 key 结合 Spring Boot Cache 实现过缓存存储
3、redis 实现分布式环境 seesion 共享
4、用布隆过滤器解决过缓存穿透
5、redis 实现分布式锁
6、redis 实现订单重推系统