如何简单理解redis的缓存穿透、击穿和雪崩?
REDIS缓存例外包括雪雪崩，崩溃和穿透性，并且处理解决方案不同。Avalanchefenomenon：大量请求同时到期，从而导致数据库压力和系统崩溃增加。
解决方案：通过监视和预测提前更新缓存或设置缓存策略。
退化问题：高同时请求可以同时访问相同的热数据，从而导致数据库压力急剧增加。
解决方案：使用MUTEX或当前限制机制同时限制同时访问。
渗透现象：查询数据既不是缓存的，也不是数据库中的，每次您请求时都可以直接访问数据库并增加数据库的压力。
响应度量：实施缓存加热，设置标准值或增加查询缓冲区。
除了上面的三个常见问题外，还有缓存加热和缓存等级。
缓存折旧将数据加载到系统上之前，将数据加载到缓存系统中，以减轻数据库的压力。
当高速缓存失败或服务问题以确保服务的基本可用性时，缓存降解会降低服务的响应质量。
穿透、击穿、雪崩…Redis这么多问题，如何解决？
缓存渗透，现金分解和现金雪崩问题的解决方案如下：现金渗透：现金空对象：对于不存在的数据，在现金中存储一个空的对象或特殊标记，以便以后可以直接从现金中获得相同的请求，避免从数据库中直接触及。使用Bloom过滤器：Bloom Filter是具有高空间效率的可能数据结构。
它用于确定元素是否在集合中。
通过Bloom过滤器，可以确定存在所请求的数据，从而避免了直接掉入数据库中的非法请求。
现金分解：设置一个从未完成的现金：对于某些热点数据，它可以设置为结束，以便在现金完成后，避免大量直接影响数据库的请求。
分配适当的终止时间：同时，将现金项分配到适当的时间，以避免由于大量数据终止而造成现金分解。
使用分布式锁：现金失败后，使用分布式锁确保同时只有一个线程来查询数据库，这阻止了大量请求同时击中数据库。
现金雪崩：确保重新提供高度可用性：确保通过大师复制，看门狗模式或集群模式等通过大量重新提供服务，以使整个现金失败，以避免单个节点的失败。
使用当前的极限下降策略：现金无效时如果当前的限制降低策略会限制访问数据库的频率，从而阻止数据库破碎。
数据热身：在系统启动或较低的峰会期间，将热点数据加载到现金中，以分散现金失败时间并避免现金雪崩。
通过合理地设计现金策略并结合上述解决方案，我们可以有效地避免或减少现金渗透，现金分解和现金雪崩的现象，并确保系统的稳定性和性能。
软件测试学习笔记丨redis的穿透、击穿、雪崩有什么不同点？
软件测试中的高速缓存渗透，故障和雪崩之间的差异如下：1 缓存渗透：定义：恶意用户试图绕过Redis直接查询数据库，通常是通过查询大量负ID。功能：关键字是“通过”，即，请求直接通过缓存层并到达数据库层。
影响：导致数据库压力突然增加，这可能会导致性能问题。
解决方案：包括缓存的空结果，用户合法性检查以及使用Bloom过滤器拦截无效的请求。
2 缓存分解：定义：向热点密钥提出了大量并发请求，导致键失败REDIS，并且该请求直接影响数据库。
功能：类似于定点攻击，重点关注特定的热点密钥。
影响：当热数据失败时，大量请求会立即影响数据库，这可能会导致数据库立即被超载。
解决方案：将热点数据设置为永不过期或使用Mutex控制并发访问。
3 .高速缓存雪崩：定义：Redis群集中的多个热点键同时失败，导致大量请求无法从缓存中获取数据，而是按数据库点击数据库。
功能：多个热点键同时失败，形成类似于雪崩的链反应。
影响：数据库处于巨大的压力下，这可能导致该服务不可用。
解决方案：预先确定REDIS的高可用性，使用缓存备份并降级策略，并使用持久机制以后恢复数据。
摘要：缓存穿透是绕过缓存并直接访问数据库的恶意方法。
崩溃是对引起数据库压力的热点密钥的集中攻击，而雪崩是由多个热点键的失败引起的链反应。
理解和区分这三种情况对于确保Redis在软件测试中的稳定性和性能至关重要。
