缓存预热

• 问题：
  大量的请求需要去从缓存中获取数据，但是缓存中没有，此时从数据库中查找数据然后将数据再存入缓存，造成了短期内对redis的高强度操作。

• 方案：

  1. 将统计结果中的数据分类，根据级别，redis优先加载级别较高的热点数据。
  2. 利用分布式多服务器同时进行数据读取，提速数据加载过程。
  3. 热点数据主从同时预热。
• 总结：

在系统启动前，提前将相关的缓存数据直接加载到缓存系统。避免在用户请求的时候，先查询数据库，然后再将数据缓存，用户直接查询事先被预热的缓存数据。

缓存雪崩

• 问题：
  在一个较短的时间内，缓存中较多的key集中过期，然后请求的数据在redis中未命中，此时redis需要向数据库获取数据，数据库接收大量请求无法及时处理，崩溃！重启后仍然面对无缓存可用，redis面临大量请求被积压，也崩溃了，集群崩塌瓦解，应用服务器无法响应请求，来自客户端的请求越来越多，应用服务器崩溃。

• 方案：

  1. 构建多级缓存:Nginx缓存+redis缓存。
  2. MySQL严重耗时业务优化。
  3. 灾难预警:监控redis的性能指标。
  4. 限流、降级:短时间牺牲一些客户体验，限制一些请求。
  5. LRU与LCU切换。
  6. 超热数据使用永久KEY。
  7. 定期维护，对热点数据延时。
• 总结：

缓存雪崩就是瞬间过期数据量太大，导致对数据库服务器造成压力。如能够有效避免过期时间集中，可以有效解决雪崩现象的出现（约40%），配合其他策略一起使用，并监控服务器的运行数据，根据运行记录做快速调整。

缓存击穿

• 问题：
  Redis中某个key过期，该key访问量巨大，多个数据请求从服务器直接压到Redis后，均未命中，Redis在短时间内发起了大量对数据库中同一数据的访问。

• 方案：

  1. 预先设定key的过期时长。
  2. 监控访问量，对自然流量激增的数据延长过期时间或设置为永久性key。
  3. 启动定时任务，高峰期来临之前，刷新数据有效期，确保不丢失。
  4. 二级缓存设置不同的失效时间，保障不会被同时淘汰就行。
  5. 分布式锁，防止被击穿，但是要注意也是性能瓶颈，慎重！
• 总结：

缓存击穿就是单个高热数据过期的瞬间，数据访问量较大，未命中redis后，发起了大量对同一数据的数据库访问，导致对数据库服务器造成压力。应对策略应该在业务数据分析与预防方面进行，配合运行监控测试与即时调整策略，毕竟单个key的过期监控难度较高，配合雪崩处理策略即可。

缓存穿透

• 问题：
  Redis中大面积出现未命中，出现非正常URL访问（恶意访问）。

• 方案：

  1. 对查询结果为null的数据进行缓存（长期使用，定期清理），设定短时限，例如30-60秒，最高5分钟。
  2. 设置过滤器（布隆过滤器）：正常访问放行，异常数据直接拦截（效率低）。
  3. 实时监控redis命中率（业务正常范围时，通常会有一个波动值）与null数据的占比。非活动时段波动：通常检测3-5倍，超过5倍纳入重点排查对象；活动时段波动：通常检测10-50倍，超过50倍纳入重点排查对象。
     根据倍数不同，启动不同的排查流程。然后使用黑名单进行防控。
  4. 问题出现后，临时启动防灾业务key，对key进行业务层传输加密服务，设定校验程序，过来的key校验。例如每天随机分配60个加密串，挑选2到3个，混淆到页面数据id中，发现访问key不满足规则，驳回数据访问。
• 总结：

缓存穿透是指访问了不存在的数据，跳过了合法数据的redis数据缓存阶段，每次访问数据库，导致对数据库服务器造成压力。通常此类数据的出现量是一个较低的值，当出现此类情况以毒攻毒，并及时报警。应对策略应该在临时预案防范方面多做文章。
无论是黑名单还是白名单，都是对整体系统的压力，警报解除后尽快移除。