缓存穿透、缓存雪崩、缓存击穿
缓存渗透，缓存雪崩和缓存分解的定义和解决方案如下：1 缓存穿透的定义：所需的数据既不存储，也不是数据。频繁的要求将迫使数据库经常需要并破坏缓存的效果。
解决方案：空缓存或预定值：对于不存在的数据，您可以在缓存中存储一个空或预定的值，并设置短期到期时间以减少数据库中的无效问题。
预控制业务逻辑：在请求到达缓存之前，通过业务逻辑进行预控制，以避免它们在数据库中达到的无效要求。
过滤器Bloom：使用诸如Bloom Filter之类的数据结构来快速判断所需的数据以确定它们是否存在于数据库中，从而避免了无效的要求。
白色和黑色用户列表限制：在维护白色列表和黑色列表的同时限制对缓存的访问。
2 高速缓存的定义：大量热点板条板同时失败，导致数据库压力急剧增加。
解决方案：输入合理的缓存到期时间：避免同时避免大量的缓存故障。
您可以设置不同的到期时间或使用随机的时间到期策略。
服务级别或断路器的签名：当缓存失败或服务异常时，系统将免受通过中断策略或断路器的进一步影响。
提高数据库扩展技能：通过增强数据库实例，优化数据库性能等。
我们可以提高数据库处理技能，以应对Avalnche Cache带来的压力。
3 缓存分区的定义：当单个热点缓存失败时，高同时要求直接影响数据库。
解决方案：热点数据存储策略：对于热点数据，较长的缓存时间或没有策略可以过期以减少缓存失败的机会。
数据库压力管理：通过读取和编写数据库，数据库分隔和表分离等来分配数据库压力，并提高同时的系统处理技能。
替代缓存策略：当缓存失败时，您可以使用替代缓存或分布式缓存来促进数据库压力。
总而言之，对高速缓存渗透，缓存雪崩和缓存分解等缓存问题的理解和处理对于构建强大的系统体系结构至关重要。
通过合理的存储策略，数据库压力管理和服务水平优化，系统性能和稳定性可以全面。
面试官：遇到缓存穿透、缓存雪崩、缓存击穿该如何解决？
在满足缓存，高速缓存的雪崩和缓存的崩溃时，可以采取以下措施解决它：缓存的渗透：设置缓存的无效值或预定的值：当数据无法质疑数据时，将无效的值或无效价值返回该数据的价值或预先定义的价值，以减少该数据的值。对公司逻辑的验证：在过滤非valid请求的请求入口处对公司逻辑进行验证。
使用Bloom过滤器：白色请求是通过Bloom过滤器建立的，只有白名单中的请求才能处理。
实施用户黑色列表的限制：对于有害申请人，他们可以插入黑色列表中，并且可以限制其访问权限。
雪崩缓存：缓存到期时间的路线：将缓存到期时间设置为随机值，以分散缓存的截止日期，并同时避免大量的缓存故障。
流量控制：执行服务异常后，执行流量控制以限制保护数据库的访问次数。
缓存分解：优化缓存错误策略：对于单个热点按钮，您可以设置更长的到期时间，也可以使用异步加载策略在密钥到期之前充电缓存中的数据。
添加防御措施：将防御措施添加到缓存的级别，例如使用Muthex或交通信号灯等机制，以确保在缓存无法在缓存中获得数据库时单个请求可以访问数据库。
这些措施可以有效地解决缓存渗透，高速缓存的雪崩以及缓存破裂的问题，并提高系统稳定性和响应速度。
在有效的操作中，有必要根据系统和业务需求的特定情况进行定期选择。
什么是缓存穿透、击穿、雪崩?
对于后端开发学生，缓存已成为该项目中必不可少的技术之一。但是，如果使用不当，缓存也会带来一系列问题。
本文将讨论缓存可能带来的三个主要问题：渗透，崩溃和雪崩。
首先，让我们谈谈缓存渗透问题。
在大多数情况下，数据库压力降低，并通过缓存来提高系统性能。
但是，当有一个特殊的用户请求（例如请求不存在的数据）时，缓存根本不起作用，并且需要每次查询数据库，这可能会在数据库上造成过大压力。
要解决此问题，您可以检查参数或使用Bloom过滤器。
Bloom过滤器可以快速确定数据是否存在，但可能存在错误判断的问题，也就是说，确定数据存在但实际上不存在。
为了减少错误判断，可以增加哈希功能的数量，但是Bloom过滤器的最大问题是同步问题，也就是说，数据库数据需要同步到Bloom过滤器，否则可能会导致数据不一致。
接下来，存在缓存分解问题。
当热点数据的缓存到期并大量用户请求相同的数据时，可能会导致大量数据库压力。
解决此问题的一种方法是使用锁定机制，仅限制一个请求，同时访问数据库，然后将数据重新放置在缓存中。
另一种方法是自动续订即将到期时自动更新缓存，以确保数据始终有效。
同时，可以定期缓存和更新第三方接口的令牌，以减少请求的数量并提高性能。
最后，我们讨论了缓存雪崩问题。
当多个热点数据的缓存同时到期时，直接访问数据库的大量请求可能会导致大量数据库压力。
该问题的解决方案包括设置不同的到期时间，以避免使用高可用性体系结构（例如前哨模式或群集模式）同时到期，以及在不可用服务时降级的服务，提供默认数据。
总而言之，正确使用缓存至关重要。
通过了解和解决缓存渗透，故障和雪崩问题，我们可以确保系统性能稳定并改善用户体验。
带你搞明白什么是缓存穿透、缓存击穿、缓存雪崩
当不存在大量并发请求时，现金渗透是指在巨大压力下数据库。现金分解是指当热点数据的现金完成并提出大量并发请求时数据库的压力。
现金雪崩是指以下事实：当大量现金同时完成时，数据库的压力将立即增加。
这三个现金问题的以下详细分析和响应策略是：现金渗透：问题描述：大量并发的请求查询数据不存在，从而导致数据库查询压力急剧增加。
应对策略：使用Bloom过滤器：这是一种可能的数据结构，可以快速确定是否存在元素并有效地减少不必要的数据库查询。
为不存在查询结果设置一个空的现金项，并设置适当的终止时间以避免恒定数据库查询。
限制并发请求并减轻数据库的负担。
现金分解：问题描述：热点数据现金后，大量并发请求直接到达数据库。
应对策略：确定长完成的结束时间的默认值：在更新热点数据之前，请确保现金仍然有效数据。
使用芦苇和正确的锁：访问热点数据时，通过读取和写作来控制并发，以防止数据库查询。
使用自动现金刷新机制：喜欢刷新JWT令牌，但应谨慎使用，以避免潜在的缺陷和同步问题。
现金雪崩：问题详细信息：同时完成大量现金，这立即增加了数据库压力。
应对策略：采用随机结束时间策略：确保现金分散并避免集中终止。
将重要数据设置为永久有效：对于特别重要的数据，您无法确定完成时间，也无法确定很长的完成时间。
监视现金命中率：及时查找并调整现金政策，以避免现金雪崩。
通过了解现金渗透，故障和雪崩的机制，以及选择适当的缓存策略与专业场景结合使用，可以有效地适应和保留该系统，这可以在避免潜在问题的同时最大程度地提高现金的好处。
