缓存雪崩
我们使用缓存的目的，一是提升接口查询性能，二是降低数据库压力。
很明显，在缓存雪崩场景下这二者不但没有解决，反而成了服务最致命问题。
解决办法
-
请求加锁
造成数据库负载飙升的主要原因，是缓存失效，对同一数据的多次访问全部请求到了数据库上，那么这时候一旦从缓存中拿不到数据，就对此行数据加锁，保证同时只有一个请求访问数据库，而后将数据再加载到缓存。这样相同的请求也不会对数据库造成多次访问。
但是，服务中，任何加锁的方法，都应当只能是最终的方案，任何加锁的解决办法都不是一个好的办法。因为加锁，将请求同步处理，导致服务的性能下降；并且加锁也是一个十分消耗资源的事。
-
过期设置
缓存数据的过期时间，不要都设置在同一时间节点上，否则在这个时间节点，会有海量数据过期逐出。过期时间的设置应当尽量平滑。
-
热点数据
设置热点数据永不过期，这些热点数据可能会占到所有请求流量的绝大部分。
设置热点数据在分布式缓存中分布尽量均匀。
-
降级处理
设置多重缓存，缓存降级。
缓存穿透
-
布隆过滤
利用布隆过滤的特性，将不为空的数据放到过滤器中，过滤出一定不存在的记录，这类数据就直接返回空值。
有局限性，比如有些数据可以在为空和不为空之间切换，而布隆过滤器无法剔除数据。
-
对空缓存
可以对空值进行缓存。
-
空值标记
使用其他标记位，标记此行记录是否存在。
缓存击穿
-
请求加锁
一旦从缓存中拿不到数据，就对此行数据加锁，保证同时只有一个请求访问数据库，而后将数据再加载到缓存。这样相同的请求也不会对数据库造成多次访问。
-
热点数据异步刷新、永不过期
使用copyOnWrite思想，当新缓存完全准备好再提供查询，在这期间都返回老数据。
