你管这破玩意叫缓存穿透？还是缓存击穿？

一、缓存预热

Redis缓存预热是指在服务器启动或应用程序启动前将一些数据存储到Redis中，以提高Redis的性能和数据一致性。这可以减少服务器在启动或应用程序启动时的数据传输和延迟，从而提高应用程序的性能和可靠性。

(1)数据准备

在应用程序启动或服务器启动之前，准备静态数据、缓存数据或其他需要预热的数据。

(2)数据存储

在Redis中存储数据，可以使用Redis列表（List）数据类型或集合（Set）数据类型。

(3)数据预热

在服务器启动或应用程序启动之前，将数据存储到Redis中。此操作可以使用Redis的客户端工具或命令行工具进行。

(4)数据清洗

服务器启动或应用程序启动后，存储在Redis中的数据可能会被清理和处理。例如，可以删除过期数据、修改错误数据等。

需要注意的是，Redis缓存预热可能会增加服务器的成本，因此应在必要时进行。同时，为了减少预热次数，可以考虑使用其他类型的Redis数据，如哈希表（Hash）或有序集合（Sorted Set）。此外，为了提高数据的一致性和性能，Redis可以使用Redis的持久功能将数据存储在Redis中，并在服务器重启后自动恢复数据。

@Component@Slf4jpublic class BloomFilterInit{    @Resource    private RedisTemplate redisTemplate;    ///初始化白名单数据    @PostConstruct    public void init() {        //1 白名单客户加载布隆过滤器        String key = "customer:1";        //2 计算hashvalue，由于计算负数的可能性，我们取绝对值        int hashValue = Math.abs(key.hashCode());        //3 hashvalue和2的32次方后取余，获取相应的下标坑        long index = (long)(hashValue % Math.pow(2,32));        log.info(key+" 相应的坑位index:{}",index);        //4 在redis中设置bitmap对应类型的白名单：whitelistcustomer的坑位，并将该值设置为1        redisTemplate.opsForValue().setBit("whitelistCustomer",index,true);    }}

Redis缓存雪崩是指由于某些原因，缓存数据突然被删除或修改，导致缓存系统性能下降，甚至无法正常工作。

（1）误删除

缓存系统可能会因误操作或故障而误删除一些正常数据。这种情况通常发生在数据库中。

（2）误修改

缓存系统可能会因误操作或故障而误修改一些正常数据。这通常发生在数据库中。

(3)负载波动

缓存系统通常会承受一定的负载波动，例如，在高峰期，数据量可能会显著增加，从而导致缓存系统性能下降。

(4)数据变化频繁

如果缓存系统中的数据变化频繁，例如，每秒都会有大量的数据插入或删除，那么缓存系统可能会因响应缓慢而导致雪崩。

（1）主从 + 哨兵

(2)Redis集群

(3)开启Redis持久机制aof/rdb，尽快恢复缓存集群。

(1)数据备份

定期备份数据，防止误删或误修改。

(2)数据同步

定期同步数据，防止数据不一致。

(3)负载平衡

使用负载均衡器将请求分配到多个Redis实例中，以减少单个实例的负载。

(4)数据优化

优化数据库结构，减少频繁的数据变化。

(5)监控和报警

监控Redis实例的性能指标，及时发现缓存系统异常，并发出报警。

Redis缓存穿透是指由于某些原因，Redis缓存系统中的缓存数据无法正常访问或处理，导致缓存失去其功能。

(1)数据量过大

当缓存中存储的数据量过大时，缓存的数据量可能会超过Redis的数据存储限制，导致缓存失去其功能。

(2)数据更新频繁

当缓存中存储的数据更新频繁时，缓存的数据可能会异步变化，导致缓存无法正常访问。

(3)数据过期

当存储在缓存中的数据过期时，缓存数据可能会失去其功能，因为Redis会在一段时间后自动删除过期数据。

(4)数据权限限制

当缓存中存储的数据受到权限的限制时，只有有足够权限的用户才能访问和处理这些数据，导致缓存失去其功能。

(5)Redis性能瓶颈

当Redis服务器的性能达到极限时，Redis缓存可能会因响应缓慢而穿透。

(1)设置合理的缓存大小

根据实际需要设置合理的缓存尺寸，避免缓存穿透。

(2)优化数据结构

为了减少数据的大小和更新频率，根据实际需要优化数据结构。

(3)设置合理的过期时间

为避免缓存失去其作用，设置合理的过期时间。

(4)增加Redis的并发处理能力

通过提高Redis的并发处理能力，提高缓存处理能力和响应速度。

(5)优化Redis服务器的硬件和软件配置

通过优化Redis服务器的硬件和软件配置，提高Redis的性能和处理能力。

如果发生缓存穿透，可以在Redis中插入数据，添加约定的默认值，如defaultnull。

比如你想通过某个id查询某个订单，Redis中没有，MySQL中没有。这个时候可以在Redis中插入一个，存储为defaultNull，下次再查询。因为是提前约定的，前端也知道是什么意思。一切都好，岁月静。

这样只能解决key相同的情况，如果key不同，那就完蛋了。

<!--guava Google 开源的 Guava 自带布隆过滤器--><dependency>    <groupId>com.google.guava</groupId>    <artifactId>guava</artifactId>    <version>23.0</version></dependency>

BloomFilter<Integer> bloomFilter = BloomFilter.create(Funnels.integerFunnel(), 100);

(3)在布隆过滤器中添加元素

bloomFilter.mightContain(1)

(4)判断布隆过滤器是否存在

bloomFilter.mightContain(1)

@Service@Slf4jpublic class GuavaBloomFilterService {    public static final int SIZE = 1000000;    //误判率    public static double fpp = 0.01;    ///创建guava布隆过滤器    private static BloomFilter<Integer> bloomFilter = BloomFilter.create(Funnels.integerFunnel(), SIZE, fpp);        public void guavaBloomFilter() {        for (int i = 1; i <= SIZE; i++) {            bloomFilter.put(i);        }        ArrayList<Integer> list = new ArrayList<>(10000);        for (int i = SIZE + 1; i <= SIZE + (10000); i++) {            if (bloomFilter.mightContain(i)) {                log.info("误判:{}" i);                list.add(i);            }        }        log.info(误判总数：{} list.size());    }}

Redis缓存击穿是指由于某些原因，Redis缓存系统中的缓存数据无法正常访问或处理，导致缓存失去其功能。

热点Key失败的根本原因。

(1)数据量过大

当缓存中存储的数据量过大时，缓存的数据量可能会超过Redis的数据存储限制，导致缓存失去其功能。

(2)数据更新频繁

当缓存中存储的数据更新频繁时，缓存的数据可能会异步变化，导致缓存无法正常访问。

(3)数据过期

当存储在缓存中的数据过期时，缓存数据可能会失去其功能，因为Redis会在一段时间后自动删除过期数据。

(4)数据权限限制

当缓存中存储的数据受到权限的限制时，只有有足够权限的用户才能访问和处理这些数据，导致缓存失去其功能。

(5)Redis性能瓶颈

当Redis服务器的性能达到极限时，Redis缓存可能会因响应过慢而击穿。

(1)设置合理的缓存大小

根据实际需要设置合理的缓存尺寸，避免缓存穿透。

(2)优化数据结构

为了减少数据的大小和更新频率，根据实际需要优化数据结构。

(3)设置合理的过期时间

为避免缓存失去其作用，设置合理的过期时间。

(4)增加Redis的并发处理能力

通过提高Redis的并发处理能力，提高缓存处理能力和响应速度。

(5)优化Redis服务器的硬件和软件配置

通过优化Redis服务器的硬件和软件配置，提高Redis的性能和处理能力。

通过双检加锁机制。

首先从缓存B更新，然后更新主缓存A，并使缓存B的缓存失效时间长于A，以确保B仍然存在。