PART1:缓存异常，有四种类型
- 缓存和数据库的数据不一致
- 使用到缓存，无论是本地内存做缓存还是使用 Redis 做缓存，那么就会存在数据同步的问题，因为配置信息缓存在内存中，而内存是无法感知到数据在数据库的修改。这样就会造成数据库中的数据与缓存中数据不一致的问题
- 缓存雪崩：缓存在某一个时刻出现大规模的key失效，那么就会导致大量的请求打在了数据库上面，导致数据库压力巨大，如果在高并发的情况下，可能瞬间就会导致数据库宕机。这时候如果运维马上又重启数据库，马上又会有新的流量把数据库打死。这就是缓存雪崩
- 造成缓存雪崩的关键在于同一时间的大规模的key失效，主要有两种可能：
- 第一种是Redis宕机（缓存服务器某个节点宕机或者断网），
- 第二种可能就是采用了相同的过期时间（某一个时间段内缓存集中过期失效）。
- 解决方案:
- 造成缓存雪崩的关键在于同一时间的大规模的key失效，主要有两种可能：
- 缓存击穿：是某个热点的key失效，大并发集中对其进行请求，就会造成大量请求读缓存没读到数据，从而导致高并发访问数据库，引起数据库压力剧增。这种现象就叫做缓存击穿
- 指的是一个key非常热点在不停着扛着大并发请求（相当于请求们大并发的集中对这一个点进行访问），当这个key在失效瞬间，持续的大并发就击穿缓存并直接请求数据库，就相当于在屏障上凿开了一个洞，不就是击穿了吗
- 解决方案:
- 热点key不设置过期时间：不设置过期时间就不会出现热点key过期后产生的比如缓存击穿这种问题
- 物理不过期，针对热点key不设置过期时间
- 逻辑过期，把过期时间存在key对应的value里，如果发现要过期了，通过一个后台的异步线程进行缓存的构建
- 降低打在数据库上的请求数量:加互斥锁：使用分布式锁保证对于每个key同时只有一个线程去查询后端服务，其他线程没有获得分布式锁 的权限因此只需要等待。（在缓存失效后，通过互斥锁或者队列来控制读数据写缓存的线程数量，比如某个key只允许一个线程查询数据和写缓存，其他线程等待。这种方式会阻塞其他的线程，此时系统的吞吐量会下降）----把压力转到了分布式锁
- 热点key不设置过期时间：不设置过期时间就不会出现热点key过期后产生的比如缓存击穿这种问题
- 缓存穿透（查不到某个数据导致的。（是指用户请求的数据在缓存中不存在即没有命中，同时在数据库中也不存在，导致用户每次请求该数据都要去数据库中查询一遍。如果有恶意攻击者不断请求系统中不存在的数据，会导致短时间大量请求落在数据库上，造成数据库压力过大，甚至导致数据库承受不住而宕机崩溃。））
- 当用户想要查询一个数据但发现redis内存数据库中没有（也就是说缓存没有命中），于是用户会再向持久层数据库查询发现也没有于是此次查询失败。当用户很多时缓存都没有命中，与是查询请求都去请求了持久层数据库，这就给持久层数据库造成很大压力，相当于出现了缓存穿透
- 解决方案:
PART2:共有四种解决异常的方案：
- 先更新数据库，后更新缓存
- 并发更新数据库场景下，会将脏数据刷到缓存。所以不能用
- 先更新缓存，后更新数据库
- 如果先更新缓存成功，但是数据库更新失败，则肯定会造成数据不一致，所以不能用
- 先删除缓存，后更新数据库
- 先更新数据库，后删除缓存
- 这一种情况也会出现问题，比如更新数据库成功了，但是在删除缓存的阶段出错了没有删除成功，那么此时再读取缓存的时候每次都是错误的数据了
- 这一种情况也会出现问题，比如更新数据库成功了，但是在删除缓存的阶段出错了没有删除成功，那么此时再读取缓存的时候每次都是错误的数据了
