Part01前言在高并发系统架构中，大量网络请求的并发处理导致数据库的I/O消耗巨大。为了快速读取数据，减少网络请求延迟，缓解数据库压力，因此在软件开发中引入了缓存技术。但是在使用缓存的过程中，一些特殊情况也会导致缓存失效。缓存失效常见的情况有三种：缓存穿透、缓存击穿、缓存雪崩。Part02缓存失效三种情况引入缓存（以Redis缓存为例）可以减少对数据库的请求次数，提高查询效率，提高系统性能。大致流程是：应用发起请求后，首先检查缓存中是否存在需要的数据。如果缓存中存在，则直接返回数据。如果缓存中不存在需要的数据，则需要查询数据库。数据一方面存储在缓存中，另一方面返回查询结果。如果数据库中不存在，则返回空或错误。图1缓存使用流程图——缓存穿透缓存穿透（CachePenetration）是指查询一个一定不存在的数据，即用户访问的数据既不在缓存中，也不在数据库中。由于无法在缓存中查询到数据，因此请求会查询数据库。但是数据库中不存在数据，不会写入缓存。这样一来，在查询数据的时候，每次都要查询数据库，给数据库造成了压力。.-CacheAvalanche缓存雪崩（CacheAvalanche）是指大量的缓存数据在某一时刻超过了缓存的过期时间，同时失效，导致高并发请求同时访问数据库，从而导致数据库压力过大，导致系统崩溃。这适用于多个缓存数据。-缓存击穿缓存击穿（CacheBreakdown）是指在缓存失效的瞬间，有大量的请求去查询同一个缓存数据。并发会直接去请求数据库，造成数据库压力成倍增加。这是针对缓存数据的。Part03Solution缓存穿透的解决方案：1.第一种方案是使用Bloomfilters进行数据拦截。这也是缓存崩溃的常见解决方案。在写入数据时，使用Bloomfilter标记数据的key。当带有datakey的请求过来时，首先使用Bloomfilter验证key是否存在。如果存在，则进入缓存或数据库进行查询。2.第二个选项是缓存空值。当无法在数据库中查询到数据时，将其缓存为空值或默认值。这时需要注意的是，它的缓存过期时间不能太长。一般设置在5分钟以内。当数据库写入或更新此键的新数据时，必须同时更新缓存以确保数据一致性。缓存雪崩的解决方法：1、一般在key的过期时间后加上一个随机数，让过期时间分散开来，平均失效key，降低缓存时间过期的重复率。2、使用锁或者队列来保证单线程写缓存，但是这种方案会影响并发量。当多个请求到来时，只有一个在执行正常操作，其他请求会处于等待状态，影响程序性能。,不推荐。3.使用缓存标签，这是一个更好的解决方案。判断tag是否过期，过期请求会在数据库中进行，缓存数据的过期时间要设置的比缓存的tag长。这样，当一个请求去数据库的时候，其他请求拿到的是上次的Cache数据。缓存崩溃的解决方案：1.使用互斥锁。当cachekey过期时，多个请求到来时只允许一个请求查询数据库建立缓存。其他请求等待请求的执行完成，然后重新从缓存中启动。检索数据。2、对于访问量比较大的数据，即热点数据，不设置缓存过期时间，后台异步更新缓存，适用于对缓存一致性要求不严格的场景。
