1. 缓存异常

1.1 缓存雪崩

大量 key 同时过期，导致请求全部打到数据库，数据库瞬间压力激增甚至宕机。

🎯发生原因

大量 key 的 TTL 设置相同（如 EXPIRE key 3600）。

🎯解决方案

1. 过期时间加随机值，EXPIRE key 3600 + RANDOM(1800)，让 key 过期时间分散在 1~1.5 小时之间
2. 多级缓存架构，使用本地缓存（如 Caffeine）+ Redis 集群，本地缓存可扛住部分穿透流量
3. 缓存预热，系统上线前，提前将热点数据加载到 Redis，避免冷启动
4. 服务降级 & 熔断，使用 Hystrix、Sentinel 在 DB 压力过大时自动降级，返回默认值

1.2 缓存击穿

某个热点 key 过期，大量并发请求同时访问该 key，导致数据库被瞬间击垮。

🎯发生原因

某个 key 是超高热点数据（如微博热搜第一条），它的 TTL 到期瞬间，大量并发请求同时查询。

🎯解决方案

1. 热点数据永不过期，对明确的热点数据（如商品详情）设置永不过期，通过后台任务异步更新。
2. 互斥锁，当缓存失效时，只允许一个线程去数据库加载数据，其他线程等待。我理解其他线程获取锁的时候再次判断缓存数据是否为空，不为空就返回，不用去数据库查询了。

String key = "hot:product:1001";
String data = redis.get(key);
if (data == null) {
    // 尝试获取锁
    if (redis.setnx("lock:" + key, "1", 10)) {
        try {
            data = db.load();  // 查数据库
            redis.setex(key, 3600, data);  // 重新设置
        } finally {
            redis.del("lock:" + key);  // 释放锁
        }
    } else {
        // 等待一会儿重试（或返回旧数据）
        Thread.sleep(50);
        return getData(key);  // 递归重试
    }
}

1.3 缓存穿透

查询一个根本不存在的数据，缓存不存，数据库也没有，每次请求都打到 数据库。

🎯发生原因

恶意用户反复请求一个不存在的 key ，每次都打到数据库。

🎯解决方案

1. 使用布隆过滤器快速判断数据是否存在，避免从数据库中查询数据是否存在，减轻数据库压力。你可以在将数据添加到Redis之前，先将其添加到布隆过滤器中。然后，在查询Redis之前，先通过布隆过滤器判断该数据是否存在。如果不存在，就可以直接返回。虽然布隆过滤器不能判断一个数据是否一定存在，但是可以判断它一定不存在。
2. 请求入口的前端进行请求检测，例如请求参数不合理、请求参数是非法值、请求字段不存在，直接过滤掉。
3. 对于那些数据库查询结果为空的情况，可以将这些空结果也缓存起来，但要给对应的key设置一个较短的过期时间。

String data = redis.get(key);
if (data != null) {
    return data;
}
data = db.load(key);
if (data == null) {
    // 缓存空值，防止穿透
    redis.setex(key, 60, "");  // 60秒后重试
    return null;
}
redis.setex(key, 3600, data);