送你一份大厂都这么解决Redis缓存问题，面试官必问！

一、 什么是缓存雪崩？如何避免和解决？
当缓存服务器重启或者大量缓存集中在某一个时间段失效，这样在失效的时候，会给后端系统带来很大压力。导致系统崩溃。
避免方法：
1.在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个 key 只允许一个线程查询数据和写缓存，其他线程等待。
2.做二级缓存，A1 为原始缓存，A2 为拷贝缓存，A1 失效时，可以访问 A2，A1 缓存失效时间设置为短期，A2 设置为长期。
3.不同的 key，设置不同的过期时间，让缓存失效的时间点尽量均匀。
解决方案：
1.更新策略在时间上做到比较均匀
2.使用的热数据尽量分散到不同的机器上
3.多台机器做主从复制或者多副本，实现高可用
4.实现熔断限流机制，对系统进行负载能力控制
5.在原有失效时间基础上增加一个随机值，比如1~5分钟的随机，这样每个缓存的过期时间重复率就会降低，集体失效概率也会大大降低。
二、什么是缓存穿透？如何避免和解决？
一般的缓存系统，都是按照 key 去缓存查询，如果不存在对应的 value，就应该去后端系统查找(比如DB)。一些恶意的请求会故意查询不存在的 key,请求量很大，就会对后端系统造成很大的压力。这就叫做缓存穿透。
例如：访问id=-1的数据。可能出现绕过Redis依然频繁访问数据库，称为缓存穿透，多出现在查询为null的情况不被缓存时。
避免方法：
1．对查询结果为空的情况也进行缓存，缓存时间设置短一点，或者该 key 对应的数据 insert 了之后清理缓存。
2.对一定不存在的 key 进行过滤。可以把所有的可能存在的 key 放到一个大的 Bitmap 中，查询时通过该 bitmap 过滤。
解决方案：
1.缓存空值的KEY，这样第一次不存在也会被加载会记录，下次拿到有这个KEY
2.Bloom过滤或RoaringBitmap 判断KEY是否存在
最常见的布隆过滤器，将所有可能存在的数据哈希到一个足够大的bitmap中，一个一定不存在的数据会被这个bitmap拦截掉，从而避免了对底层存储系统的查询压力。
3.完全以缓存为准，使用 延迟异步加载 的策略2，这样就不会触发更新。更为简单粗暴的方法，如果一个查询返回的数据为空(不管是数据不存在，还是系统故障)，仍然把这个空结果进行缓存，但它的过期时间会很短，最长不超过5min。

三、什么是缓存击穿？如何解决？
缓存击穿，是指一个key非常热点，在不停的扛着大并发，大并发集中对这一个点进行访问，当这个key在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在一个屏障上凿开了一个洞。
解决方案：
1.当数据库和redis中都不存在key，在数据库返回null时，在redis中插入当key再次请求时,redis直接返回null，而不用再次请求数据库。
2.可以设置一些过滤规则, 如布隆过滤器。将数据库中所有的查询条件，放入布隆过滤器中，当一个查询请求过来时，先经过布隆过滤器进行查，如果判断请求查询值存在，则继续查;如果判断请求查询不存在，直接丢弃。

看完本篇文章，是不是再也不用担心大厂的面试了。