一：缓存遇到的一些问题
我们使用缓存的目的是为了提高查询的速度，给用户一个好的服务体验。但是缓存中一般会出现3个最常见的问题
1. 缓存穿透 2. 缓存击穿 3. 缓存雪崩
二：概念说明
1. 什么是缓存穿透
在高并发应用中，查询一个不存在的值时，这时候缓存没有命中，会导致大量请求直接打到了后端DB上，
由于DB承载的并发数有限，DB可能被压垮，导致不能提供服务
2. 什么是缓存击穿
在高并发应用中，对一个值进行查询时，但是这个值的缓存时间正好过期了，缓存没有命中，会导致大量请求直接打到后端DB上，发生和上面 "缓存穿透" 一样的情况
3. 缓存雪崩
在高并发应用中，大量缓存的key在同一时间失效，这样缓存也没有命中，就会导致大量请求直接打到后端DB上，导致DB压力剧增，最后肯能压垮而提供不了服务
三：解决方法
对于上面发生的几种情况，有下面的解决方法：
- 存储一个默认值，比如 &&
- 限流
- 缓存预热
- 分级缓存
- 加锁
- 布隆过滤器 bloomFilter
- 缓存永不过期
1. 存储默认值
这个方法既可以用在缓存穿透，也可以用在缓存击穿上
缺点：就是短时内这个数据或者服务不可用。
同时必须在这个时间内，通知后端把缓存的数据加载到缓存服务器上
2. 限流
限流也是一个很好应对缓存问题的一个方法
3.缓存预热
a) 主动更新缓存中的数据，可以定义一个后台缓存更新的任务，在缓存快要过期时候，主动更新缓存。
这种方案比较容易实现，
缺点：只适应那些key的过期时间相对固定， 如果key比较分散则不合适
b）还有一个惰性更新，就是每次 get 数据的时候，发现缓存快要过期了，更新这个数据。
缺点：如果这个数据一直没有get到达，那么就一直不能更新，突然在数据过期后有大量的get请求到达，那么就会悲剧了
4：分级缓存
采用 L1 (一级缓存)和 L2(二级缓存) 缓存方式，L1 缓存失效时间短，L2 缓存失效时间长。 请求优先从 L1 缓存获取数据，如果 L1缓存未命中则加锁，只有 1 个线程获取到锁,这个线程再从数据库中读取数据并将数据再更新到到 L1 缓存和 L2 缓存中，而其他线程依旧从 L2 缓存获取数据并返回。
这种通过避免缓存同时失效并结合锁机制实现。所以，当数据更 新时，只能淘汰 L1 缓存，不能同时将 L1 和 L2 中的缓存同时淘汰
缺点：L2 缓存中 可能会存在脏数据，需要业务能够容忍这种短时间的不一致。而且，这种方案
可能会造成额外的缓存空间浪费。
5：加锁
当多个请求达到达缓存时，缓存失效了，那么第一个到达的请求去数据库拿数据并发更新缓存，并锁定其它的请求，第一个数据更新了缓存解锁，其余数据从缓存拿数据
6：布隆过滤器
Bloom Filter（BF）是一种空间效率很高的随机数据结构，它利用位数组很简洁地表示一个集合，并能判断一个元素是否属于这个集合。它是一个判断元素是否存在集合的快速的概率算法
它的优点是空间效率和查询时间都远远超过一般的算法，
缺点：有一定的误识别率和删除困难
7：缓存永不过期
缓存永不过期意思：正在缓存过期时间不由Redis控制，而是由程序控制，当获取数据时发现数据超时时，就需要发起一个异步请求去加载数据
缺点：有可能会造成缓存不一致的现象， 和一定程度的空间浪费
参考：https://www.cnblogs.com/yeyinfu/p/7316978.html
https://blog.csdn.net/bushanyantanzhe/article/details/79459095