缓存雪崩
-
什么是缓存雪崩
如果缓存集中在一段时间内失效，发生大量的缓存穿透，所有的查询都落在数据库上，造成了缓存雪崩。 由于原有缓存失效，新缓存未到期间所有原本应该访问缓存的请求都去查询数据库了，而对数据 库CPU和内存造成巨大压力，严重的会造成数据库宕机 -
你有什么解决方案来防止缓存雪崩？
加锁排队
首先多个请求同时缓存，如果有数据直接返回；没有的话其中一个线程获取锁去访问数据库，查到数据，回设缓存，释放锁，然后其他请求直接取缓存里的数据数据预热
缓存预热就是系统上线后，将相关的缓存数据直接加载到缓存系统。这样就可以避免在 用户请求的时候，先查询数据库，然后再将数据缓存的问题!用户直接查询事先被预热的 缓存数据!可以通过缓存reload机制，预先去更新缓存，再即将发生大并发访问前手动触 发加载缓存不同的key双层缓存策略(很少使用)
C1为原始缓存，C2为拷贝缓存，C1失效时，可以访问C2，C1缓存失效时间设置为短期，C2设置为长期。 定时更新缓存策略失效性要求不高的缓存，容器启动初始化加载，采用定时任务更新或移除缓存 设置不同的过期时间，让缓存失效的时间点尽量均匀
缓存穿透（击穿）
-
什么是缓存穿透？
缓存穿透是指用户查询数据，在数据库没有，自然在缓存中也不会有。这样就导致用户查询的时候，在缓存中找不到对应key的value，每次都要去数据库再查询一遍，然后返回空(相当于进行了两次 无用 的查询)。这样请求就绕过缓存直接查数据库 -
你有什么解决方案来防止缓存穿透？
采用布隆过滤器BloomFilter
将所有可能存在的数据哈 希到一个足够大的 bitmap 中，一个一定不存在的数据会被这个 bitmap 拦截掉，从而避免了对底层存储系统的查询压力缓存空值
如果一个查询返回的数据为空(不管是数据不存在，还是系统故障)我们仍然把这个空结果进行 缓存，但它的过期时间会很短，最长不超过五分钟。通过这个直接设置的默认值存放到缓存， 这样第二次到缓冲中获取就有值了，而不会继续访问数据库 -
什么是布隆过滤器？
本质上布隆过滤器是一种数据结构，比较巧妙的概率型数据结构（probabilistic data structure），特点是高效地插入和查询，可以用来告诉你 “某样东西一定不存在或者可能存在”。 相比于传统的 List、Set、Map 等数据结构，它更高效、占用空间更少，但是缺点是其返回的结果是概率性的，而不是确切的。 -
布隆过滤器为什么不使用HashMap?
讲述布隆过滤器的原理之前，我们先思考一下，通常你判断某个元素是否存在用的是什么？应该蛮多人回答 HashMap 吧，确实可以将值映射到 HashMap 的 Key，然后可以在 O(1) 的时间复杂度内返回结果，效率奇高。但是 HashMap 的实现也有缺点，例如存储容量占比高，考虑到负载因子的存在，通常空间是不能被用满的，而一旦你的值很多例如上亿的时候，那 HashMap 占据的内存大小就变得很可观了。 还比如说你的数据集存储在远程服务器上，本地服务接受输入，而数据集非常大不可能一次性读进内存构建 HashMap 的时候，也会存在问题。 -
布隆过滤器原理？
布隆过滤器是一个 bit 向量或者说 bit 数组。
当我们要映射一个值到布隆过滤器时，先通过多个不同的哈希函数生成多个哈希值，并把对应哈希值的位置设为1。如下：
当我们再次映射一个值到布隆过滤器
此时5这个位置被映射了两次，此时假设当我们查询“阿猪”这个值是否存在，返回了4、5、6三个值，结果6这个位置没有被映射过，所以可判定“一定不存在”；再假设我们查询“阿鸡”，返回了3、4、5三个值，此时也不可以判断为存在，只能说明“可能存在”。