第十八章_Redis缓存预热+缓存雪崩+缓存击穿+缓存穿透

缓存预热

缓存预热就是系统启动前，提前将相关的缓存数据直接加载到缓存系统。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@PostConstruct初始化白名单数据

缓存雪崩

发生 

• redis主机挂了，Redis 全盘崩溃，偏硬件运维
• redis中有大量key同时过期大面积失效，偏软件开发

预防+解决

• redis中key设置为永不过期 or 过期时间错开
• redis缓存集群实现高可用（主从+哨兵、Redis Cluster、开启Redis持久化机制aof/rdb，尽快恢复缓存集群）
• 多缓存结合预防雪崩（ehcache本地缓存 + redis缓存）
• 服务降级（Hystrix或者阿里sentinel限流&降级）
  
  
   
• “人民币玩家” ：阿里云-云数据库Redis版

缓存穿透

是什么

请求去查询一条记录，先查redis无，后查mysql无，都查询不到该条记录，但是请求每次都会打到数据库上面去，导致后台数据库压力暴增，这种现象称为缓存穿透，这个redis变成了一个摆设。。。。。。

简单说就是本来无一物，两库都没有。既不在Redis缓存库，也不在mysql，数据库存在被多次暴击风险。

解决

一图

方案1：空对象缓存或者缺省值 

一般OK

第一种解决方案，回写增强

如果发生了缓存穿透，我们可以针对要查询的数据，在Redis里存一个和业务部门商量后确定的缺省值(比如，零、负数、defaultNull等)。

比如，键uid:abcdxxx，值defaultNull作为案例的key和value

先去redis查键uid:abcdxxx没有，再去mysql查没有获得 ，这就发生了一次穿透现象。

but，可以增强回写机制

mysql也查不到的话也让redis存入刚刚查不到的key并保护mysql。

第一次来查询uid:abcdxxx，redis和mysql都没有，返回null给调用者，但是增强回写后第二次来查uid:abcdxxx，此时redis就有值了。

可以直接从Redis中读取default缺省值返回给业务应用程序，避免了把大量请求发送给mysql处理，打爆mysql。

但是，此方法架不住黑客的恶意攻击，有缺陷......，只能解决key相同的情况

But

黑客或者恶意攻击

黑客会对你的系统进行攻击，拿一个不存在的id去查询数据，会产生大量的请求到数据库去查询。可能会导致你的数据库由于压力过大而宕掉。

key相同打你系统

第一次打到mysql，空对象缓存后第二次就返回defaultNull缺省值，避免mysql被攻击，不用再到数据库中去走一圈了。

key不同打你系统

由于存在空对象缓存和缓存回写(看自己业务不限死)，redis中的无关紧要的key也会越写越多(记得设置redis过期时间)

方案2：Google布隆过滤器Guava解决缓存穿透

Guava 中布隆过滤器的实现算是比较权威的，所以实际项目中我们可以直接使用Guava布隆过滤器。

Guava’s BloomFilter源码出处

案例：白名单过滤器

白名单架构说明

误判问题，但是概率小可以接受，不能从布隆过滤器删除

全部合法的key都需要放入Guava版布隆过滤器+redis里面，不然数据就是返回null

Coding实战 

建Module

redis7_study

改POM

    4.0.0

    com.test.redis7
    redis7_study
    1.0-SNAPSHOT

    
        org.springframework.boot
        spring-boot-starter-parent
        2.6.10
        
    

    
        UTF-8
        1.8
        1.8
        4.12
        1.2.17
        1.16.18
    

    
        
        
            com.google.guava
            guava
            23.0
        

        
        
            org.springframework.boot
            spring-boot-starter-web
        

        
        
            redis.clients
            jedis
            4.3.1
        

        
        

        
        
            org.springframework.boot
            spring-boot-starter-data-redis
        

        
            org.apache.commons
            commons-pool2
        

        
        
            io.springfox
            springfox-swagger2
            2.9.2
        

        
            io.springfox
            springfox-swagger-ui
            2.9.2
        

        
        
            mysql
            mysql-connector-java
            5.1.47
        

        
        
            com.alibaba
            druid-spring-boot-starter
            1.1.10
        

        
            com.alibaba
            druid
            1.1.16
        

        
        
            org.mybatis.spring.boot
            mybatis-spring-boot-starter
            1.3.0
        

        
        
            cn.hutool
            hutool-all
            5.2.3
        

        
        
            javax.persistence
            persistence-api
            1.0.2
        

        
        
            tk.mybatis
            mapper
            4.1.5
        

        
            org.springframework.boot
            spring-boot-autoconfigure
        

        
        
            junit
            junit
            ${junit.version}
        

        
            org.springframework.boot
            spring-boot-starter-test
            test
        

        
            log4j
            log4j
            ${log4j.version}
        

        
            org.projectlombok
            lombok
            ${lombok.version}
            true
        
    

    
        
            
                org.springframework.boot
                spring-boot-maven-plugin
            
        
    

写YML

server.port=7777

spring.application.name=redis7_study

# ========================logging=====================
logging.level.root=info
logging.level.com.test.redis7=info
logging.pattern.console=%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger- %msg%n 

logging.file.name=D:/mylogs2023/redis7_study.log
logging.pattern.file=%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger- %msg%n

# ========================swagger=====================
spring.swagger2.enabled=true
#在springboot2.6.X结合swagger2.9.X会提示documentationPluginsBootstrapper空指针异常，
#原因是在springboot2.6.X中将SpringMVC默认路径匹配策略从AntPathMatcher更改为PathPatternParser，
# 导致出错，解决办法是matching-strategy切换回之前ant_path_matcher
spring.mvc.pathmatch.matching-strategy=ant_path_matcher

# ========================redis单机=====================
spring.redis.database=0
# 修改为自己真实IP
spring.redis.host=192.168.111.185
spring.redis.port=6379
spring.redis.password=111111
spring.redis.lettuce.pool.max-active=8
spring.redis.lettuce.pool.max-wait=-1ms
spring.redis.lettuce.pool.max-idle=8
spring.redis.lettuce.pool.min-idle=0

# ========================alibaba.druid=====================
spring.datasource.type=com.alibaba.druid.pool.DruidDataSource
spring.datasource.driver-class-name=com.mysql.jdbc.Driver
spring.datasource.url=jdbc:mysql://localhost:3306/bigdata?useUnicode=true&characterEncoding=utf-8&useSSL=false
spring.datasource.username=root
spring.datasource.password=123456
spring.datasource.druid.test-while-idle=false

# ========================mybatis===================
mybatis.mapper-locations=classpath:mapper/*.xml
mybatis.type-aliases-package=com.test.redis7.entities

# ========================redis集群=====================
#spring.redis.password=111111
## 获取失败 最大重定向次数
#spring.redis.cluster.max-redirects=3
#spring.redis.lettuce.pool.max-active=8
#spring.redis.lettuce.pool.max-wait=-1ms
#spring.redis.lettuce.pool.max-idle=8
#spring.redis.lettuce.pool.min-idle=0
##支持集群拓扑动态感应刷新,自适应拓扑刷新是否使用所有可用的更新，默认false关闭
#spring.redis.lettuce.cluster.refresh.adaptive=true
##定时刷新
#spring.redis.lettuce.cluster.refresh.period=2000
#spring.redis.cluster.nodes=192.168.111.185:6381,192.168.111.185:6382,192.168.111.172:6383,192.168.111.172:6384,192.168.111.184:6385,192.168.111.184:6386

 

主启动

package com.test.redis7;

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import tk.mybatis.spring.annotation.MapperScan;

/**
 * @auther admin
 */
@SpringBootApplication
@MapperScan("com.test.redis7.mapper") 
//import tk.mybatis.spring.annotation.MapperScan;
public class Redis7Study7777 {

    public static void main(String[] args) {
        SpringApplication.run(Redis7Study7777.class, args);
    }

}

 

业务类（取样本100W数据，查查不在100W范围内，其它10W数据是否存在）

Case01

新建测试案例，hello入门

@Test
public void testGuavaWithBloomFilter() {
    // 创建布隆过滤器对象
    BloomFilter filter = BloomFilter.create(Funnels.integerFunnel(), 100);

    // 判断指定元素是否存在
    System.out.println(filter.mightContain(1));
    System.out.println(filter.mightContain(2));

    // 将元素添加进布隆过滤器
    filter.put(1);
    filter.put(2);

    System.out.println(filter.mightContain(1));
    System.out.println(filter.mightContain(2));
}

 

Case02

GuavaBloomFilterController

package com.test.redis7.controller;

import com.test.redis7.service.GuavaBloomFilterService;
import io.swagger.annotations.Api;
import io.swagger.annotations.ApiOperation;
import lombok.extern.slf4j.Slf4j;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestMethod;
import org.springframework.web.bind.annotation.RestController;

import javax.annotation.Resource;

/**
 * @auther admin
 */
@Slf4j
@RestController
@Api(tags = "google工具Guava处理布隆过滤器")
public class GuavaBloomFilterController {

    @Resource
    private GuavaBloomFilterService guavaBloomFilterService;

    @ApiOperation("guava布隆过滤器插入100万样本数据并额外10W测试是否存在")
    @RequestMapping(value = "/guavafilter", method = RequestMethod.GET)
    public void guavaBloomFilter() {
        guavaBloomFilterService.guavaBloomFilter();
    }

}

GuavaBloomFilterService

package com.test.redis7.service;

/**
 * @auther admin
 */
public interface GuavaBloomFilterService{

   void guavaBloomFilter();

}

GuavaBloomFilterServiceImpl

package com.test.redis7.service.impl;

import com.test.redis7.service.GuavaBloomFilterService;

import com.google.common.hash.BloomFilter;
import com.google.common.hash.Funnels;
import lombok.extern.slf4j.Slf4j;
import org.springframework.stereotype.Service;

import java.util.ArrayList;
import java.util.List;

/**
 * @auther admin
 */
@Slf4j
@Service
public class GuavaBloomFilterServiceImpl implements GuavaBloomFilterService {

    public static final int _1W = 10000;

    /**
     * 布隆过滤器里预计要插入多少数据
     */
    public static int size = 100 * _1W;

    /**
     * 误判率,它越小误判的个数也就越少(思考，是不是可以设置的无限小，没有误判岂不更好)
     * 当不设置误判率时，默认的误判率为0.03，当误判率设置的越小，分配的bit数组与使用的hash
     * 函数个数将会越多，耗费的资源也就越多
     * fpp the desired false positive probability
     */
    public static double fpp = 0.03;

    // 构建布隆过滤器
    private static BloomFilter bloomFilter = BloomFilter.create(Funnels.integerFunnel(), size, fpp);

    public void guavaBloomFilter(){
        //1 先往布隆过滤器里面插入100万的样本数据
        for (int i = 1; i <=size; i++) {
            bloomFilter.put(i);
        }

        //故意取10万个不在过滤器里的值，看看有多少个会被认为在过滤器里
        List list = new ArrayList<>(10 * _1W);

        for (int i = size + 1; i <= size + (10 *_1W); i++) {
            if (bloomFilter.mightContain(i)) {
                log.info("被误判了:{}",i);
                list.add(i);
            }
        }

        log.info("误判的总数量：:{}",list.size());
    }

}
 

上一步结论

现在总共有10万数据是不存在的，误判了3033次，

原始样本：100W

不存在数据:1000001W---1100000W

 可以debug源码分析下，看看hash函数

布隆过滤器说明

黑名单使用

缓存击穿 

是什么 

大量的请求同时查询一个 key 时，此时这个key正好失效了，就会导致大量的请求都打到数据库上面去。（备注：穿透和击穿，截然不同）

简单说就是热点key突然失效了，暴打mysql。

危害

• 会造成某一时刻数据库请求量过大，压力剧增。
• 一般技术部门需要知道热点key是那些个？做到心里有数防止击穿。

解决

热点key失效

• 时间到了自然清除但还被访问到
• delete掉的key，刚巧又被访问 

方案1：差异失效时间，对于访问频繁的热点key，干脆就不设置过期时间

方案2：互斥跟新，采用双检加锁策略

多个线程同时去查询数据库的这条数据，那么我们可以在第一个查询数据的请求上使用一个 互斥锁来锁住它。

其他的线程走到这一步拿不到锁就等着，等第一个线程查询到了数据，然后做缓存。后面的线程进来发现已经有缓存了，就直接走缓存。

案例

天猫聚划算功能实现+防止缓存击穿

模拟高并发的天猫聚划算案例code

是什么

生产案例网址

问题，热点key突然失效导致了缓存击穿。

技术方案实现

分析过程

步骤	说明
1	100%高并发，绝对不可以用mysql实现
2	先把mysql里面参加活动的数据抽取进redis，一般采用定时器扫描来决定上线活动还是下线取消。
3	支持分页功能，一页20条记录
	请大家思考，redis里面什么样子的数据类型支持上述功能？

高并发+定时任务+分页显示。。。。

redis数据类型选型

springboot+redis实现高并发的聚划算业务V2 

建Module

修改上面redis7_study工程

业务类

entity

package com.test.redis7.entities;

import io.swagger.annotations.ApiModel;
import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;

/**
 * @auther admin
 */
@Data
@AllArgsConstructor
@NoArgsConstructor
@ApiModel(value = "聚划算活动producet信息")
public class Product {

    /**
     * 产品ID
     */
    private Long id;

    /**
     * 产品名称
     */
    private String name;

    /**
     * 产品价格
     */
    private Integer price;

    /**
     * 产品详情
     */
    private String detail;

}

JHSProductController

package com.test.redis7.controller;

import com.test.redis7.entities.Product;
import io.swagger.annotations.Api;
import io.swagger.annotations.ApiOperation;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.util.CollectionUtils;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestMethod;
import org.springframework.web.bind.annotation.RestController;

import java.util.List;

/**
 * @auther admin
 */
@Slf4j
@RestController
@Api(tags = "聚划算商品列表接口")
public class JHSProductController {

    public  static final String JHS_KEY = "jhs";

    @Autowired
    private RedisTemplate redisTemplate;

    /**
     * 分页查询：在高并发的情况下，只能走redis查询，走db的话必定会把db打垮
     * @param page 当前页
     * @param size 页面容量
     * @return 商品列表
     */
    @ApiOperation("按照分页和每页显示容量，点击查看")
    @RequestMapping(value = "/pruduct/find", method = RequestMethod.GET)
    public List find(int page, int size) {
        List list = null;

        long start = (page - 1) * size;
        long end = start + size - 1;

        try {
            //采用redis list数据结构的lrange命令实现分页查询
            list = this.redisTemplate.opsForList().range(JHS_KEY, start, end);

            if (CollectionUtils.isEmpty(list)) {
                //TODO 走DB查询
            }

            log.info("查询结果：{}", list);
        } catch (Exception ex) {
            //这里的异常，一般是redis瘫痪 ，或 redis网络timeout
            log.error("exception:", ex);
            //TODO 走DB查询
        }

        return list;
    }
}

JHSTaskService

package com.test.redis7.service;

import cn.hutool.core.date.DateUtil;
import com.test.redis7.entities.Product;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;

import javax.annotation.PostConstruct;
import java.util.ArrayList;
import java.util.List;
import java.util.Random;
import java.util.concurrent.TimeUnit;

/**
 * @auther admin
 */
@Slf4j
@Service
public class JHSTaskService {

    public  static final String JHS_KEY = "jhs";

    @Autowired
    private RedisTemplate redisTemplate;

    /**
     * 偷个懒不加mybatis了，模拟从数据库读取100件特价商品，用于加载到聚划算的页面中
     * @return 商品列表
     */
    private List getProductsFromMysql() {
        List list = new ArrayList<>();

        for (int i = 1; i <= 20; i++) {
            Random rand = new Random();
            int id = rand.nextInt(10000);
            Product obj = new Product((long) id, "product" + i, i, "detail");
            list.add(obj);
        }

        return list;
    }

    @PostConstruct
    public void initJHS(){
        log.info("启动定时器淘宝聚划算功能模拟.........." + DateUtil.now());

        new Thread(() -> {
            //模拟定时器一个后台任务，定时把数据库的特价商品，刷新到redis中
            while (true){
                //模拟从数据库读取100件特价商品，用于加载到聚划算的页面中
                List list = this.getProductsFromMysql();
                //采用redis list数据结构的lpush来实现存储
                this.redisTemplate.delete(JHS_KEY);
                //lpush命令
                this.redisTemplate.opsForList().leftPushAll(JHS_KEY, list);

                //间隔一分钟 执行一遍，模拟聚划算每3天刷新一批次参加活动
                try { 
                    TimeUnit.MINUTES.sleep(1); 
                } catch (InterruptedException e) { 
                    e.printStackTrace(); 
                }

                log.info("runJhs定时刷新..............");
            }
        }, "t1").start();
    }
}

备注

至此步骤，上述聚划算的功能算是完成，请思考在高并发下有什么经典生产问题？

Bug和隐患说明

热点key突然失效导致可怕的缓存击穿

 delete命令执行的一瞬间有空隙，其它请求线程继续找Redis为null

打到了mysql，暴击......

复习again

最终目的

2条命令原子性还是其次，主要是防止热key突然失效暴击mysql打爆系统，^_^。

进一步升级加固案例

复习，互斥跟新，采用双检加锁策略

多个线程同时去查询数据库的这条数据，那么我们可以在第一个查询数据的请求上使用一个 互斥锁来锁住它。

其他的线程走到这一步拿不到锁就等着，等第一个线程查询到了数据，然后做缓存。后面的线程进来发现已经有缓存了，就直接走缓存。

 差异失效时间

JHSProductController

package com.test.redis7.controller;

import com.test.redis7.entities.Product;
import io.swagger.annotations.Api;
import io.swagger.annotations.ApiOperation;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.util.CollectionUtils;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestMethod;
import org.springframework.web.bind.annotation.RestController;

import java.util.List;

/**
 * @auther admin
 */
@Slf4j
@RestController
@Api(tags = "聚划算商品列表接口")
public class JHSProductController {

    public  static final String JHS_KEY = "jhs";

    public  static final String JHS_KEY_A = "jhs:a";

    public  static final String JHS_KEY_B = "jhs:b";

    @Autowired
    private RedisTemplate redisTemplate;

    /**
     * 分页查询：在高并发的情况下，只能走redis查询，走db的话必定会把db打垮
     * @param page 当前页
     * @param size 页面容量
     * @return 商品列表
     */
    @ApiOperation("按照分页和每页显示容量，点击查看")
    @RequestMapping(value = "/pruduct/find", method = RequestMethod.GET)
    public List find(int page, int size) {
        List list=null;

        long start = (page - 1) * size;
        long end = start + size - 1;

        try {
            //采用redis list数据结构的lrange命令实现分页查询
            list = this.redisTemplate.opsForList().range(JHS_KEY, start, end);

            if (CollectionUtils.isEmpty(list)) {
                //TODO 走DB查询
            }

            log.info("查询结果：{}", list);
        } catch (Exception ex) {
            //这里的异常，一般是redis瘫痪 ，或 redis网络timeout
            log.error("exception:", ex);
            //TODO 走DB查询
        }

        return list;
    }

    /**
     * 防止热点key突然失效，AB双缓存架构
     * @param page 当前页
     * @param size 页面容量
     * @return 商品列表
     */
    @ApiOperation("防止热点key突然失效，AB双缓存架构")
    @RequestMapping(value = "/pruduct/findab", method = RequestMethod.GET)
    public List findAB(int page, int size) {
        List list = null;
        long start = (page - 1) * size;
        long end = start + size - 1;

        try {
            //采用redis list数据结构的lrange命令实现分页查询
            list = this.redisTemplate.opsForList().range(JHS_KEY_A, start, end);

            if (CollectionUtils.isEmpty(list)) {
                log.info("=========A缓存已经失效了，记得人工修补，B缓存自动延续5天");
                //用户先查询缓存A(上面的代码)，如果缓存A查询不到（例如，更新缓存的时候删除了），再查询缓存B
                list = this.redisTemplate.opsForList().range(JHS_KEY_B, start, end);

                if (CollectionUtils.isEmpty(list)) {
                    //TODO 走DB查询
                }
            }

            log.info("查询结果：{}", list);
        } catch (Exception ex) {
            //这里的异常，一般是redis瘫痪 ，或 redis网络timeout
            log.error("exception:", ex);
            //TODO 走DB查询
        }

        return list;
    }
}

JHSTaskService 

package com.test.redis7.service;

import cn.hutool.core.date.DateUtil;
import com.test.redis7.entities.Product;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;

import javax.annotation.PostConstruct;
import java.util.ArrayList;
import java.util.List;
import java.util.Random;
import java.util.concurrent.TimeUnit;

/**
 * @auther admin
 */
@Slf4j
@Service
public class JHSTaskService {

    public  static final String JHS_KEY = "jhs";

    public  static final String JHS_KEY_A = "jhs:a";

    public  static final String JHS_KEY_B = "jhs:b";

    @Autowired
    private RedisTemplate redisTemplate;

    /**
     * 偷个懒不加mybatis了，模拟从数据库读取100件特价商品，用于加载到聚划算的页面中
     * @return 商品列表
     */
    private List getProductsFromMysql() {
        List list = new ArrayList<>();

        for (int i = 1; i <= 20; i++) {
            Random rand = new Random();
            int id= rand.nextInt(10000);
            Product obj=new Product((long) id, "product" + i, i, "detail");
            list.add(obj);
        }

        return list;
    }

    //@PostConstruct
    public void initJHS(){
        log.info("启动定时器淘宝聚划算功能模拟.........." + DateUtil.now());

        new Thread(() -> {
            //模拟定时器，定时把数据库的特价商品，刷新到redis中
            while (true){
                //模拟从数据库读取100件特价商品，用于加载到聚划算的页面中
                List list = this.getProductsFromMysql();
                //采用redis list数据结构的lpush来实现存储
                this.redisTemplate.delete(JHS_KEY);
                //lpush命令
                this.redisTemplate.opsForList().leftPushAll(JHS_KEY, list);

                //间隔一分钟 执行一遍
                try { 
                    TimeUnit.MINUTES.sleep(1); 
                } catch (InterruptedException e) { 
                    e.printStackTrace();
                }

                log.info("runJhs定时刷新..............");
            }
        }, "t1").start();
    }

    @PostConstruct
    public void initJHSAB(){
        log.info("启动AB定时器计划任务淘宝聚划算功能模拟.........." + DateUtil.now());

        new Thread(() -> {
            //模拟定时器，定时把数据库的特价商品，刷新到redis中
            while (true){
                //模拟从数据库读取100件特价商品，用于加载到聚划算的页面中
                List list = this.getProductsFromMysql();
                //先更新B缓存
                this.redisTemplate.delete(JHS_KEY_B);
                this.redisTemplate.opsForList().leftPushAll(JHS_KEY_B, list);
                this.redisTemplate.expire(JHS_KEY_B, 20L, TimeUnit.DAYS);
                //再更新A缓存
                this.redisTemplate.delete(JHS_KEY_A);
                this.redisTemplate.opsForList().leftPushAll(JHS_KEY_A, list);
                this.redisTemplate.expire(JHS_KEY_A, 15L, TimeUnit.DAYS);

                //间隔一分钟 执行一遍
                try { 
                    TimeUnit.MINUTES.sleep(1);
                } catch (InterruptedException e) { 
                    e.printStackTrace(); 
                }

                log.info("runJhs定时刷新双缓存AB两层..............");
            }
        }, "t1").start();
    }
}

总结

缓存雪崩

解决方案：

•     Redis缓存集群实现高可用（合理设置过期时间或者延时，采用哨兵集群等）
•     采用多级缓存策略，例如 Nginx缓存+Redis缓存+ehcache缓存
•     采用Hystrix或者阿里sentinel进行服务限流限流或者降级
•     监控Redis各项指标，即使灾难预警
•     采用AOF/ RDB持久化，尽快恢复Redis集群

缓存击穿

解决方案：

• 对于热点key加长过期时间，或者干脆不设置过期时间
• 二级缓存设置不同的失效时间，保证不会同时失效
• 如果缓存中没有该key则加锁，保证只会有一个线程打到数据库进行查询（效率较低）

缓存穿透

解决方案：

• 缓存空对象或者缺省值
  • 如果在数据库也无法查询，同样回写到缓存中null值，第二次请求就不会落到数据库中
  • 如果黑客恶意攻击每次采取不同的ID那么缓存将越写越多，所以要设置过期时间，并且大量请求还是直接打中了数据库所以该方案有缺陷
• 使用布隆过滤器

大厂真实需求+面试题 

缓存预热、雪崩、穿透、击穿分别是什么？你遇到过那几个情况？

缓存预热你是怎么做的？

如何避免或者减少缓存雪崩？

穿透和击穿有什么区别？他两是一个意思还是截然不同？

穿透和击穿你有什么解决方案？如何避免？

假如出现了缓存不一致，你有哪些修补方案？

。。。。。。