国庆加中秋过去了，你们准备好学习了么？web
redis 在项目中用的话，主要就是用做缓存了redis
既然用做缓存，那就确定会有 缓存穿透/缓存击穿/缓存雪崩 的问题数据库
这篇文章就来讲说，遇到这种状况时，该如何去处理数组
缓存穿透
首先我们搞明白什么是缓存穿透？这三个词这么像，得把概念搞清楚不是缓存
其实只是从字面意思上来看的话，大概也能知道一点儿，缓存穿透嘛，就是直接穿过了缓存，将请求打到了数据库上面去服务器
通常状况下，去查询数据的话，缓存里面应该都是有的，可是防不住黑客呀，若是黑客请求查询的是数据库里面根本不存在的数据，数据库里面都没有的数据，缓存里面确定也不会有了，对吧，那么此时请求就会打到我们的数据库里面去，这就是缓存穿透微信
你想啊，黑客想要攻击的话，怎么可能只请求一次呢，确定是大量的请求过来，由于是拿数据库里面不存在的 id 来请求的，那么这些请求毫无疑问直接打到了数据库上面去，那我们的数据库可能就会由于这些大量的请求直接宕掉数据结构
如何解决呢？并发
我们回到产生这个问题的场景中，为何大量的请求会打到数据库上面来？由于缓存里面没有对应的 key 对吧，因此才会越过缓存直接到数据库app
那么问题就好解决了嘛，缓存里面没有对应的 key ？OK ，若是这个 key 数据库里面也没有，那我就在 redis 里面，存上这个 key ，值是 null ，这样若是有查询这个 key 的请求，我直接返回 null 就完事儿了，也就不用打到数据库上面去了
注意一下，要记得设置它的过时时间，通常三到五分钟就够了
可是对方是个黑客呀，可能就用一个 key 去请求么？他可能会在短期内用大量的 key 来发送请求，那若是一个 key 就在 redis 中存储一个 null 值的话，那么多 key 是否是就会存储那么多个 null 值嘞？
这样的话， redis 里面是否是都是值为 null 的了？
因此有没有更好的解决办法呢？
那必须得有！布隆过滤器，你值得尝试
什么是布隆过滤器呢？就是它能告诉你，某个值必定不存在或者可能存在( emmmm ，也不知道我有没有说清楚
因此能够将数据库的内容缓存一份到布隆过滤器，这样的话，当大量的请求过来的时候， redis 里面没有，不要紧，再去布隆过滤器过滤一下，这样请求不用打到数据库上面去，就能肯定这个 key 数据库中有没有
这样不就下降了数据库的压力么，可真是个天才~
缓存击穿
缓存击穿说的是，在高并发状况下，若是好多个请求都在查询一个 key ，好巧不巧的是，这个 key 由于某些缘由失效了（好比设置的过时时间到了，缓存服务器宕机了），这样就会致使那么多的请求都直接打到数据库上面去了
那若是这些请求的数量足够大的话，可能直接把数据库就干掉了
知道了形成结果的缘由，那么寻找解决方案也就好办了
不是由于好多个请求打到了数据库嘛，可是它们请求的都只是一个 key ，因此这里可使用排斥锁来实现，第一个请求达到请求 key 发现缓存里面没有，容许它去数据库查询，同时加锁，这样第二个请求，第三个请求…都会被锁阻塞到当前，不会再打到数据库，这样就减小了数据库的并发压力
缓存雪崩
缓存雪崩，雪崩雪崩嘛，就比较严重，击穿说的是一个 key 失效的状况，雪崩指的是大规模的缓存失效状况的发生，这是有可能发生的，好比说个人缓存服务器宕机了，那是否是直接就大规模的缓存失效了;或者说，我当时为了图省事，好多个 key 设置的过时时间都是同样的，而后恰好在缓存都失效的时候，好多请求不一样的 key 过来了
解决方案的话，其实就不适合使用加锁的方式去解决了，由于这是好多请求不一样的 key ，它不是一个嘛
并且嘞，我们是由于好多个 key 设置的过时时间都是同样的，因此解决方案就是，我们不设置一样的时间让缓存失效了，我们给一个随机时间，让缓存随机失效，这样的话，大规模的缓存失效状况就减小不少了
那还要一种状况呢，就是若是个人缓存服务器直接宕机了，这怎么办？也好弄，来个集群就解决了，这里只是一个解决方案，它的落地实现不是本文重点哈~
再谈 布隆过滤器
OK ，你若是看到这里的话，其实这篇文章的内容就说完了
可是我感受布隆过滤器那块，我没有说清楚，因此在这里拿出来详细说一说（我知道你必定又在默默夸阿粉是个暖男了，乖，知道就行了，不要真说出来，我会害羞的
布隆过滤器是一种数据结构，它是一种几率型的数据结构，就是它能告诉你“某样东西必定不存在或者可能存在”
你可能会说，这话刚刚不是说过了嘛，原本就挺拗口的，你咋还说
还不是由于这句话比较重要，我以为把这句话理解透彻了，那么对布隆过滤器理解的应该也就到位了
来，为了形象生动一些，我们举个例子~ 布隆过滤器是一个 bit 向量或者说 bit 数组，大概长这样：
如今，咱们须要把 “AliPay” 这个字段给存储进去 大概的存储过程就是:将要映射的值，使用多个不一样的哈希函数生成多个哈希值，而后每一个生成的哈希值指向的 bit 置为 1
以给的为例，咱们如今将 “AliPay” 这个值，经过三个不一样的哈希函数进行映射，那么大概就是这样了：
一样，如今我要存储另一个值 “WechatPay” ，那么可能映射以后就是下面这样：
细心的你可能就会发现， 4 号位置的值，刚开始不是给 “AliPay” 了么，后来 “WechatPay” 也在那里，这样的话，值不就给覆盖掉了嘛
嗯，没错，是被覆盖掉了
接下来，咱们查询 “Ali” 那么查询以后，布隆过滤器可能会给你 “0，1，2” 的值， 结果呢 “2” 的位置是 0 ，说明没有任何值映射到这个位置上来，因此咱们就能够断定数据库里面没有 “Ali” 这个值
那我查询 “AliPay” 的话，毫无疑问，确定会返回给我 “1，4，6” ，那咱们能说数据库里面必定有 “AliPay” 么？不能，由于 “1，4，6” 的值有可能被其余的值给覆盖到了，因此咱们只能说，数据库里可能存在 “AliPay”
这就是布隆过滤器说的"某个值必定不存在或者可能存在"
乖，你懂了吗?
< END >
若是你们喜欢咱们的文章，欢迎你们转发，点击在看让更多的人看到。也欢迎你们热爱技术和学习的朋友加入的咱们的知识星球当中，咱们共同成长，进步。
【推荐阅读】
本文分享自微信公众号 - Java极客技术（Javageektech）。
若有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一块儿分享。