另外的一些典型问题就是，缓存穿透、缓存雪崩和缓存击穿。目前，业界也都有比较流行的解决方案。本篇文章，并非要更加完美的解决这三个问题，也不是要颠覆业界流行的解决方案。而是，从实际代码操做，来演示这三个问题现象。之因此要这么作，是由于，仅仅看这些问题的学术解释，脑壳里很难有一个很形象的概念，有了实际的代码演示，能够加深对这些问题的理解和认识。服务器
缓存穿透并发
缓存穿透，是指查询一个数据库必定不存在的数据。正常的使用缓存流程大体是，数据查询先进行缓存查询，若是key不存在或者key已通过期，再对数据库进行查询，并把查询到的对象，放进缓存。若是数据库查询对象为空，则不放进缓存。ide
Redis缓存流程
代码流程性能
参数传入对象主键ID根据key从缓存中获取对象若是对象不为空，直接返回若是对象为空，进行数据库查询若是从数据库查询出的对象不为空，则放入缓存（设定过时时间）想象一下这个状况，若是传入的参数为-1，会是怎么样？这个-1，就是必定不存在的对象。就会每次都去查询数据库，而每次查询都是空，每次又都不会进行缓存。假若有恶意攻击，就能够利用这个漏洞，对数据库形成压力，甚至压垮数据库。即使是采用UUID，也是很容易找到一个不存在的KEY，进行攻击。ui
小编在工做中，会采用缓存空值的方式，也就是【代码流程】中第5步，若是从数据库查询的对象为空，也放入缓存，只是设定的缓存过时时间较短，好比设置为60秒。spa
缓存空值
缓存雪崩设计
缓存雪崩，是指在某一个时间段，缓存集中过时失效。3d
产生雪崩的缘由之一，好比在写本文的时候，立刻就要到双十二零点，很快就会迎来一波抢购，这波商品时间比较集中的放入了缓存，假设缓存一个小时。那么到了凌晨一点钟的时候，这批商品的缓存就都过时了。而对这批商品的访问查询，都落到了数据库上，对于数据库而言，就会产生周期性的压力波峰。
小编在作电商项目的时候，通常是采起不一样分类商品，缓存不一样周期。在同一分类中的商品，加上一个随机因子。这样能尽量分散缓存过时时间，并且，热门类目的商品缓存时间长一些，冷门类目的商品缓存时间短一些，也能节省缓存服务的资源。
缓存时间加入suijiyinzi
其实集中过时，倒不是很是致命，比较致命的缓存雪崩，是缓存服务器某个节点宕机或断网。由于天然造成的缓存雪崩，必定是在某个时间段集中建立缓存，那么那个时候数据库能顶住压力，这个时候，数据库也是能够顶住压力的。无非就是对数据库产生周期性的压力而已。而缓存服务节点的宕机，对数据库服务器形成的压力是不可预知的，颇有可能瞬间就把数据库压垮。
缓存击穿
缓存击穿，是指一个key很是热点，在不停的扛着大并发，大并发集中对这一个点进行访问，当这个key在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在一个屏障上凿开了一个洞。
小编在作电商项目的时候，把这货就成为“爆款”。
其实，大多数状况下这种爆款很难对数据库服务器形成压垮性的压力。达到这个级别的公司没有几家的。因此，务实主义的小编，对主打商品都是早早的作好了准备，让缓存永不过时。即使某些商品本身发酵成了爆款，也是直接设为永不过时就行了。
大道至简，mutex key互斥锁真心用不上。
结束语
在流行的问题面前必定有流行的解决方案，但有时候，也要根据本身的实际状况酌情处理。大胆设计，说不定你的解决方案就会被流行呢？