建议收藏，下次面试被问缓存，如果还答不上，面试前先看看！

缓存的意义

1：缓存的数据存在内存，内存中的数据操作，性能比数据库、磁盘高。

2：缓存资源的消耗相比数据库资源的消耗更低。基于提高应用性能的目的，使用缓存提升了数据处理的性能，降低数据存储的性能消耗，提高了数据访问的响应。

缓存雪崩

问题产生：

对于高并发项目，同一时间可能有很多请求过来，对于相同key规则的缓存，在这一时间点同时缓存了多个key。当大量的缓存key设置的过期时间都是同一个时间点，那么当到达这个时间点时，这批大量的缓存key失效，导致请求全部落地到数据库，造成数据库瞬间并发请求提高，带来缓存雪崩问题。

解决方案：

1：过期时间添加随机值，将相同过期时间点概率降低。(弊端：缓存失效时间不能准确的管理)

2：缓存不设置过期时间，通过更新操作更新缓存。(弊端：更新失败时存在缓存一致性问题)

缓存穿透

问题产生：

对于请求的key，在缓存及db中都不存在，数据库查询不存在，也不进行缓存设置，导致每次请求都落地到数据库。如果是恶意的请求，将造成数据库压力过大。例如：业务id是数据库自增的，使用id为-1的请求参，如果没做检验，那么每次请求都会查询数据库，而且数据不存在。

解决方案：

1：将不存在的key也缓存，设置value为特定业务值及合适的过期时间。那么当不存在的key的再次请求过来时，查询缓存，并且在过期时间内不会落地数据库。(弊端：当数据库出现新的id，且之前缓存已经被设置为空值，那么过期时间内无法访问新增的数据)

2：布隆过滤器，将所有可能存在的id存储在一个bitmap，请求前先经过过滤器判断是否存在。(弊端：存在误判的可能)

缓存击穿

问题产生：

对于某个热点key，每秒并发很高，在key失效的时间点，瞬间并发请求同时查询数据库，导致数据库压力瞬时暴涨。这里跟雪崩的区别是，这里指单个key的失效，因为是高并发导致还没来得及缓存，就有大量请求落地到数据库。而雪崩是同时有多个key失效，这些key可能不是热点key并不一定也有击穿问题。如果这样的热点key很多，而且存在跟缓存雪崩一样问题的情况，数据库无疑压力更大。

解决方案：

1：热点key不设置过期时间，通过更新操作同步，将请求完全落地到缓存。(弊端：更新失败带来的一致性问题)

2：通过锁机制，只允许一个请求查库，同时可以考虑使用缓存降级，获得锁失败的进程查询降级的缓存，即二级缓存机制。(弊端：互斥锁带来的性能问题，导致其他线程在等待)

ONE MORE THING

缓存问题也有使用分布式redis与本地缓存结合，视业务情况使用即可。

另外一点就是缓存一致性的问题，是先删除缓存再更新缓存，还是先更新数据再删除缓存？平时项目里是怎么实现的呢？

我们下次再聊，喜欢的点点关注，留意更新。