所有问题解决的关键就是尽少的访问数据库，或者避免太集中的访问。
一，缓存穿透（key在数据库不存在）
-
当数据既不在缓存中，也不在数据库中，导致请求访问缓存没数据，访问数据库也没数据，即 每次都一穿到底。
-
当有大量这样的请求到来时，数据库的压力骤增。
解决：
-
对请求过滤：参数检查、黑名单、白名单等，直接拒绝。
-
缓存空值：对查询不存在的数据也缓存下来（值为null），并设置较短过期时间。
-
使用布隆过滤器快速判断数据是否存在，避免通过查询数据库来判断（使用bitmaps实现）：在写入数据库数据时，使用布隆过滤器做个标记，然后在用户请求发现缓存没有值时，查询布隆过滤器快速判断数据是否存在。
二，缓存击穿（热点key过期）
对于热点数据，当缓存失效的一瞬间，所有的请求都被下放到数据库去请求更新缓存，数据库被压垮。
解决：
-
访问数据库加分布式锁：获得锁的那个线程才能去访问数据库，并写回缓存，其他线程等待。
-
热点数据不过期：由后台异步更新缓存，或者在热点数据即将过期前，提前通知后台线程更新缓存以及重新设置过期时间。
三，缓存雪崩（大量key同时过期）
当大量缓存在同一时间过期，如果此时有大量的用户请求，瞬间所有的请求都被下放到数据库，数据库就崩掉了。
解决：
-
将缓存失效时间随机打散 ： 在原有的失效时间基础上增加一个随机值（比如1到10分钟）这样每个缓存的过期时间都不重复了，也就降低了缓存集体失效的概率。
-
缓存设置为不过期 ： 通过后台服务来更新缓存数据。
