Redis缓存机制：缓存穿透、缓存雪崩和缓存击穿

Redis缓存机制

以传统电商项目为例：一个缓存请求的流程，数据查询先进缓存查询，如果key不存在或者key过期，就去数据库查询，如果查到数据，放到放到缓存中，如果没有key对应的value，则不放进缓存。

  public static String getData(String key) throws InterruptedException {
        //先从缓存拿
        String result = getDataFromRedis(key);
        //缓存里没有，尝试从数据库里拿
        if (result == null) {
            //高并发一定对应多线程。加锁
            if(lock.tryLock()){
                result = getDataFromMysql(key);
                if (result != null) {
                    setDataToCache(key, result);
                }
                //数据库中也没有对应的value，为了防止恶意攻击，将空放入缓存，设置一个较短的时间
                else{
                    setDataToCache(key,null,60);
                }
                lock.unlock();
            }
            //获取锁失败
            else{
                //等待一段时间后重新请求
                Thread.sleep(300);
                result = getData(key);
            }
        }
        return result;
    }

缓存穿透：

当缓存和数据库都没有数据的情况下，如果攻击者找到一个一定不会存在的key，比如id为-1，一直请求：
1.缓存查询不到，去数据库查询；
2.数据库查询不到，不会有对应的value进缓存，回到1；

缓存雪崩：

例如一大批商品同时入缓存，正常策略会导致这一大批的缓存数据会同时失效，查询又会落到数据库，如果遇到大规模查询，会导致数据库压力过大，甚至down机。
解决策略：
*将热点数据，比如畅销商品永久化到缓存中(设置过期时间无限大)
*如果是分布式部署，就将不同的畅销产品分布在不同的机器上。
*普通商品入缓存时，加随机因子，分散过期时间。

缓存击穿：

缓存击穿是指缓存中有，数据库中也有，但是单一数据高访问巨大，当它过期时，大量的请求压倒数据库上，造成服务器压力巨大。当然单一请求能达到这种效果的公司，级别肯定很高。解决方法也很简单：
*和前边说的一样，直接设置永不过时。