一、缓存穿透
缓存穿透是指查询一个不存在的数据，mysql查询不到数据也不会直接写入缓存，就会导致每次请求都查数据库
比如一个get请求：api/getById/1
解决方案一：缓存空数据，查询返回的数据为空，仍把这个空结果进行缓存
优点：简单
缺点：消耗内存，可能会发生不一致的问题
解决方案二：布隆过滤器
优点：内存占用较少，没有多余key
缺点：实现复杂，存在误判
布隆过滤器
bitmap（位图）：相当于是一个以（bit）位为单位的数组，数组中每个单元只能存储二进制数01布隆过滤器作用：布隆过滤器可以用于检索一个元素是否在一个集合中。
存储数据：id为1的数据，通过多个hash函数获取hash值，根据hash计算数组对应位置改为1
查询数据：使用相同hash函数获取hash值，判断对应位置是否都为1
判率：数组越小误判率就越大，数组越大误判率就越小，但是同时带来了更多的内存消耗。
二、缓存击穿
缓存击穿：给某一个key设置了过期时间，当key过期的时候，恰好这时间点对这个key有大量的并发请求过来，这些并发的请求可能会瞬间把DB压垮
解决方案一：互斥锁
优点：数据强一致性
缺点：性能低
解决方案二： 设置热点数据永不过期
对于某个频繁被访问的数据，缓存在Redis中，且设置key永不过期；
缺点：简单粗暴，对于某些业务场景不适用——热点数据越来越多时
解决方案三：设置逻辑过期
1、在设置key的时候，设置一个过期时间字段一块存入缓存中，不给当前key设置过期时间
2、当查询的时候，从redis取出数据后判断时间是否过期
3、如果过期则开通另外一个线程进行数据同步，当前线程正常返回数据，这个数据不是最新
三、缓存雪崩
缓存雪崩是指在同一时段大量的缓存key同时失效或者Redis服务宕机，导致大量请求到达数据库，带来巨大压力
解决方案：
给不同的Key的TTL添加随机值
利用Redis集群提高服务的可用性 （哨兵模式、集群模式）
给缓存业务添加降级限流策略（ngxin或spring cloud gateway）
给业务添加多级缓存（Guava或Caffeine）
