緩存雪崩
-
什么是緩存雪崩
如果緩存集中在一段時間內失效，發生大量的緩存穿透，所有的查詢都落在數據庫上，造成了緩存雪崩。 由於原有緩存失效，新緩存未到期間所有原本應該訪問緩存的請求都去查詢數據庫了，而對數據 庫CPU和內存造成巨大壓力，嚴重的會造成數據庫宕機 -
你有什么解決方案來防止緩存雪崩？
加鎖排隊
首先多個請求同時緩存，如果有數據直接返回；沒有的話其中一個線程獲取鎖去訪問數據庫，查到數據，回設緩存，釋放鎖，然后其他請求直接取緩存里的數據數據預熱
緩存預熱就是系統上線后，將相關的緩存數據直接加載到緩存系統。這樣就可以避免在 用戶請求的時候，先查詢數據庫，然后再將數據緩存的問題!用戶直接查詢事先被預熱的 緩存數據!可以通過緩存reload機制，預先去更新緩存，再即將發生大並發訪問前手動觸 發加載緩存不同的key雙層緩存策略(很少使用)
C1為原始緩存，C2為拷貝緩存，C1失效時，可以訪問C2，C1緩存失效時間設置為短期，C2設置為長期。 定時更新緩存策略失效性要求不高的緩存，容器啟動初始化加載，采用定時任務更新或移除緩存 設置不同的過期時間，讓緩存失效的時間點盡量均勻
緩存穿透（擊穿）
-
什么是緩存穿透？
緩存穿透是指用戶查詢數據，在數據庫沒有，自然在緩存中也不會有。這樣就導致用戶查詢的時候，在緩存中找不到對應key的value，每次都要去數據庫再查詢一遍，然后返回空(相當於進行了兩次 無用 的查詢)。這樣請求就繞過緩存直接查數據庫 -
你有什么解決方案來防止緩存穿透？
采用布隆過濾器BloomFilter
將所有可能存在的數據哈 希到一個足夠大的 bitmap 中，一個一定不存在的數據會被這個 bitmap 攔截掉，從而避免了對底層存儲系統的查詢壓力緩存空值
如果一個查詢返回的數據為空(不管是數據不存在，還是系統故障)我們仍然把這個空結果進行 緩存，但它的過期時間會很短，最長不超過五分鍾。通過這個直接設置的默認值存放到緩存， 這樣第二次到緩沖中獲取就有值了，而不會繼續訪問數據庫 -
什么是布隆過濾器？
本質上布隆過濾器是一種數據結構，比較巧妙的概率型數據結構（probabilistic data structure），特點是高效地插入和查詢，可以用來告訴你 “某樣東西一定不存在或者可能存在”。 相比於傳統的 List、Set、Map 等數據結構，它更高效、占用空間更少，但是缺點是其返回的結果是概率性的，而不是確切的。 -
布隆過濾器為什么不使用HashMap?
講述布隆過濾器的原理之前，我們先思考一下，通常你判斷某個元素是否存在用的是什么？應該蠻多人回答 HashMap 吧，確實可以將值映射到 HashMap 的 Key，然后可以在 O(1) 的時間復雜度內返回結果，效率奇高。但是 HashMap 的實現也有缺點，例如存儲容量占比高，考慮到負載因子的存在，通常空間是不能被用滿的，而一旦你的值很多例如上億的時候，那 HashMap 占據的內存大小就變得很可觀了。 還比如說你的數據集存儲在遠程服務器上，本地服務接受輸入，而數據集非常大不可能一次性讀進內存構建 HashMap 的時候，也會存在問題。 -
布隆過濾器原理？
布隆過濾器是一個 bit 向量或者說 bit 數組。
當我們要映射一個值到布隆過濾器時，先通過多個不同的哈希函數生成多個哈希值，並把對應哈希值的位置設為1。如下：
當我們再次映射一個值到布隆過濾器
此時5這個位置被映射了兩次，此時假設當我們查詢“阿豬”這個值是否存在，返回了4、5、6三個值，結果6這個位置沒有被映射過，所以可判定“一定不存在”；再假設我們查詢“阿雞”，返回了3、4、5三個值，此時也不可以判斷為存在，只能說明“可能存在”。