缓存穿透

缓存穿透就是请求了大量原本就不存在的数据，比如请求A数据，此时缓存没有数据，则从数据库查询，但是数据库也没有值，所以返回空的时候，缓存依然没有数据。这类的请求一大，数据库要一直处理这些数据，很容易导致崩溃。以下方法也适用于缓存集体失效的缓存雪崩。

保存空值

如果数据库没有数据，则在redis中也赋值相应的key（比如A）为空。这样每次下次再发送A过来，直接从redis中获取，就不用再查数据库了。流程如下：

缺点：
1、如果A在当前没有数据，过几秒有数据，所以上述方法中还要加一个过期时间。但是这样数据的一致性也很难保证，比如在过期时间内，A有了数据，但是redis里还是空值。
2、如果请求的数据是随机的，那缓存的数据A被命中的概率也是很低的，这种情况下，还是会到数据库，而且浪费了大量内存空间。

互斥锁

保存空值的另外一个缺点就是，比如三个请求同时访问A时，此时缓存是没有数据的，则他们会一起请求数据库，针对这个情况，我们就可以使用互斥锁来做了，也就是用redis的setnx方法，流程是这样的：

获取锁和设置失效时间两个对redis操作的步骤不是原子性的，也就是说，如果setnx成功了，expire不一定成功，所以可以用lua来做。不过新版本可以将这两个操作以原子性的形式操作。
这个方法同样也没办法处理随机的数据的。

布隆过滤器

布隆过滤器（Bloom Filter）是1970年由布隆提出的。它实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都比一般的算法要好的多，缺点是有一定的误识别率和删除困难。误判率和数组的长度有关，数组长度越长，误判率越低，但是所需要的内存越高。
比如我们定义一个8个bit的布隆过滤器：

hash(A)=1后存入

hash(B)=3后存入

hash(C)=3后存入，此时还是3，则3位置的值还是1。这个就是很难删除的原因，因为删除3的位置，会连带着B、C都影响。

如果hash(D)也等于3，此时隆过滤器会觉得他存在的，这个就是误判率。
结合缓存使用的时候，流程是这样的：

在4中，尽管有误判的key，但是概率已经很小了，对数据库不会有太大的影响。
另外一个缺点就是我们要知道哪些key要放入布隆过滤器。

异步构建缓存

这种方法，在缓存不存在的时候，并没有直接读取数据库，而是放入队列里，让队列去更新缓存。当队列处理完后，后面的请求就有值了。
缺点就是数据不够实时。
流程如下：