穿透、击穿、雪崩…Redis这么多问题，如何解决？
缓存渗透的解决方案，缓存和缓存雪崩的早餐如下：缓存穿透：缓存空图主题：对于不存在的数据，在缓存中存储一个空的对象或特殊标记，因此随后可以直接从速度中获得相同的请求。使用Bloom Filter：Bloom Filter是具有高房间效率的数据结构。
它用于确定项目是否在集合中。
通过Bloom过滤器，可以快速确定是否存在请求的数据，从而避免直接落入数据库的无效请求。
缓存分解：输入永不过期的缓存：对于某些热点数据，可以将其设置为永不过期，以避免大量的请求，这些请求在缓存到期后直接影响数据库。
分配合理的到期时间：花费合理的到期时间来缓存元素，以避免由于大量数据到期而导致的缓存。
使用分布式锁：当缓存失败时，请使用分布式锁定以确保同时询问数据库的线程，从而避免了大量的请求，这些请求同时触及数据库。
缓存雪崩：确保REDIS的高可用性：通过主奴隶复制，前哨模式或群集模式等可提供重新提供的服务，以避免单个节点失败以使整个缓存失败。
使用当前的限制策略进行限制：当缓存无效时，当前的限制策略会限制访问数据库的频率，从而保护数据库免于被压碎。
数据加热：在系统的启动或低层时期，将热点数据加载到缓存中，以扩散缓存故障时间并避免缓存雪地雪崩。
通过合理设计缓存策略并结合上述解决方案，我们可以有效地避免或减少缓存渗透，缓存降解和缓存雪崩的发生，并确保系统的稳定性和性能。
面试必问题：缓存击穿、缓存穿透、缓存雪崩，你还傻傻分不清
缓存，缓存的缓存和雪崩的差异和解决方案如下：1 缓存故障的定义：缓存到期和数据库具有数据的情况。通常，数据由于缓存时间集而到期，数据库的压力将在热点的同时请求中急剧增加，这可能会导致严重情况下的数据库事故。
解决方案：将医院数据定义为永不过期：对于极其热点数据，可以将其定义为永不过期，以避免由于缓存到期而造成的分配问题。
静音或锁定的表示：由于缓存失败，使用互斥或锁定的分布式限制同时请求，保证一个请求转到数据库以质疑数据并更新缓存。
将丢失的数据存储在缓存层中：对于缓存丢失的数据，您可以存储一个空价值或特殊品牌，并定义短期到期时间，以防止大量请求直接进入数据库。
添加检查以过滤意外请求：通过添加请求，过滤某些意外和恶意请求以减轻系统的压力。
2 缓存穿透的定义：缓存和数据库中没有相应的数据。
这些请求的持续接收将导致数据库的压力过大。
解决方案：缓存层存储丢失的数据：对于缓存遗漏的数据，您还可以存储零值或特殊品牌，并定义到期时间以减少数据库中的非valid请求。
添加非valid验证过滤的请求：在请求到达缓存层之前，通过添加验证逻辑以防止它们穿透数据库层，过滤某些请求显然无效。
3 缓存雪崩的定义：大量热数据同时到期，这使得这些请求在数据库上罢工，并以集中的方式在数据库上施加压力。
在基本页面缓存中通常使用统一的到期时间。
解决方案：定义热点上的数据到期：对于热点上的数据，也可以将其定义为永不过期，以避免由于大量数据同时到期而造成的雪崩效应。
在到期时间中添加随机值：在缓存中的到期时间添加随机值，以便分发热点数据的到期时间并避免中央到期。
使用MUTEX或分布式锁定：封面失败时，使用MUTEX或分布式锁控制对数据库的访问，以确保仅使用一个请求来更新缓存。
了解这些缓存问题的原理和解决方案对于提高系统的性能和稳定性至关重要。
在实际应用中，有必要根据方案和特定商业需求选择适当的解决方案来解决这些问题。
【面试必问系列】之Redis基本数据类型及缓存击穿、缓存穿透、缓存雪崩的区别
REDIS基本数据类型：字符串：REDIS链在二进制服务中，不依赖终结者“ 0”，数据结构是一个表，支持长度统计信息和各种操作。哈希：在钥匙值中stocke数据，适合于复杂对象的存储，并且可以被视为小词典。
列表：线性数据结构，支持列表两端的插入和删除操作，并且通常用于实现诸如队列和电池之类的功能。
共同：存储一组非重复元素，并支持集合之间的联合，交集，差异和其他操作。
ZSET：该系列的元素由分数和支持高级操作（例如海滩请求）排序。
缓存分解，缓存的渗透和缓存的雪崩之间的差异：缓存的崩溃：定义：缓存中没有数据，但数据库中没有数据，这会导致数据库在高竞争中的压力增加。
解决方案：定义从未表达的热点上的数据，使用Mutex锁和其他机制来防止几个请求同时访问数据库。
缓存渗透：定义：缓存和数据库缺乏数据，这导致了对数据库的常见请求和数据库的压力。
解决方案：检查接口层以避免非valid请求；定义一个短的缓存时间，并隐藏空的结果；使用Bloom过滤器拦截可能不存在的数据以减少判断错误。
雪崩缓存：定义：缓存同时大规模失败，这导致了大量直接访问数据库的请求，从而导致数据库压力突然增加。
解决方案：在定义缓存数据的到期时间时使用随机策略，以避免集中式失败；管理缓存，提前将数据加载到缓存中；使用静音锁等机制避免同时冲突。
Redis 穿透、击穿、雪崩理解以及解决方案
REDIS缓存渗透，故障和雪崩理解和解决方案如下：1 现金渗透理解：现金渗透是指数据库中不存在的用户查询数据，从而导致通过现金绕过每个请求并直接查询数据库。这可能会对数据库性能产生严重影响，尤其是在恶意攻击中。
解决方案：建立预测机制：例如，当将UUID用作钥匙时，可以在可能不存在的密钥上进行特殊处理。
查询之前检查现金：查询数据库之前，请检查数据是否以现金存在。
如果不存在，您可以返回默认值，以直接避免数据库或进行特殊处理。
2 现金分解理解：现金分解发生在高的并发场景中。
当一个非常受欢迎的现金密钥即将结束时，如果大量并发请求同时出现，这些请求将直接输入现金，影响数据库，这将在短时间内增加数据库压力。
解决方案：现金下降：当主要现金失败时，您可以陷入稍差的显示备份现金，或返回默认值以消除数据库压力。
使用备份现金策略：当主要现金失败时，您可以查询备份现金或直接查询数据库，但是应将此操作的频率最小化，并应通过锁定机制或其他同步手段来确保数据稳定性。
3 现金雪崩的理解：现金雪崩是指同时失败的大量缓存，这些请求集中在数据库问题上，导致数据库立即承受着巨大的压力，甚至可能导致服务阻塞。
解决方案：确定适当的现金刷新策略：例如，使用过期的民意调查或随机失败同时避免大量现金失败。
现金层电流有限的机制：在现金层中设置当前有限的机制，以控制并发请求的数量，并防止大量请求直接打动数据库。
提高数据库性能：通过调整数据库查询，增加数据库容量等，适当的现金设计，预测策略和错误反应措施，现金渗透，崩溃和雪崩问题可以有效地预防，可以确保系统稳定性和绩效，从而提高数据库应力抵抗力。
