1.缓存穿透
是指客户端请求的数据在缓存中和数据库中都不存在，这样缓存永远不会生效，导致请求直接穿透缓存到达数据库，给数据库带来压力的情况。
常见的解决方案有两种：
缓存空对象：实现简单，维护方便；但产生了额外的内存消耗（可以给该对象设置一个很短的 TTL ，时间一到，就被清除了），可能造成短期的不一致（在缓存空对象的有效期内，数据库中新增了该数据，但缓存中的空值尚未过期，导致客户端仍然获取到旧的空值，直到缓存过期后才会更新为真实数据。）。
布隆过滤：内存占用少，没有多余key；但实现复杂，存在误判可能。
方案一比较常用，这里是该方法的实现：
public Result queryById(Long id) {
String key = CACHE_SHOP_KEY + id;
//1.从redis中查询店铺缓存
String shopJson = stringRedisTemplate.opsForValue().get(key);
//2.判断是否存在
if (StrUtil.isNotBlank(shopJson)) {//只有 返回字符串 才为真；null，空字符串，换行都会返回false
//3.存在，直接返回
Shop shop = JSONUtil.toBean(shopJson, Shop.class);//字符串转成shop对象
return Result.ok(shop);
}
//判断命中的是否是空值
if (shopJson != null){
//返回一个错误信息
return Result.fail("店铺信息不存在！");
}
//4.不存在，根据id查询数据库
Shop shop = getById(id);//shop对象
//5.不存在，返回错误
if (shop == null) {
//缓存穿透
//将空值写入redis
//返回错误
stringRedisTemplate.opsForValue().set(key,"",CACHE_NULL_TTL,TimeUnit.MINUTES);//shop对象转成json形式存入
return Result.fail("店铺不存在！");
}
//6.存在，数据写入redis
stringRedisTemplate.opsForValue().set(key,JSONUtil.toJsonStr(shop),CACHE_SHOP_TTL, TimeUnit.MINUTES);//shop对象转成json形式存入
//7.返回
return Result.ok(shop);}
以上这两种都属于被动的方案，事实上我们可以主动的采取一些措施解决缓存穿透，比如：增加ID的复杂度，避免被猜测ID规律；做好数据的基础格式校验；加强用户权限校验；做好热点参数的限流。
2.缓存雪崩
缓存雪崩是指在同一时间段内大量缓存数据同时失效（过期）或者Redis服务宕机，导致大量请求瞬间穿透缓存层，直接冲击后端数据库，造成数据库负载骤增甚至崩溃，最终引发系统整体不可用的现象。
解决方案：
- 给不同的Key的TTL添加随机值
- 利用Redis集群提高服务的可用性
- 给缓存业务添加降级限流策略
- 给业务添加多级缓存
3.缓存击穿
该问题也叫做热点Key问题，就是一个被高并发访问并且缓存重建业务较复杂的Key突然失效了，无数的请求访问会在瞬间给数据库带来巨大的冲击。
解决方案：
互斥锁：没有额外的内存消耗，保证了一致性，实现比较简单；但是线程需要等待，性能受影响，可能有死锁风险。
代码实现：
public Shop queryWithMutex(Long id) {String key = CACHE_SHOP_KEY + id;//1.从redis中查询店铺缓存String shopJson = stringRedisTemplate.opsForValue().get(key);//2.判断是否存在if (StrUtil.isNotBlank(shopJson)) {//只有 返回字符串 才为真；null，空字符串，换行都会返回false//3.存在，直接返回Shop shop = JSONUtil.toBean(shopJson, Shop.class);//字符串转成shop对象return shop;}//判断命中的是否是空值if (shopJson != null){//返回一个错误信息return null;}//4.实现缓存重建//4.1 获取互斥锁String lockKey = "lock:shop:" + id;Shop shop = null;//shop对象try {boolean isLock = tryLock(lockKey);//4.2 判断是否获取成功if(!isLock){//4.3 失败，则休眠并重试//休眠Thread.sleep(50);//重试return queryWithMutex(id);}//4.4.从redis中查询店铺缓存String shopJson2 = stringRedisTemplate.opsForValue().get(key);//4.5.判断是否存在if (StrUtil.isNotBlank(shopJson2)) {//只有 返回字符串 才为真；null，空字符串，换行都会返回false//存在，直接返回Shop shop2 = JSONUtil.toBean(shopJson, Shop.class);//字符串转成shop对象return shop2;}//4.6 获取锁成功，但缓存仍不存在，根据id查询数据库shop = getById(id);// 模拟重建的延时Thread.sleep(200);//5.不存在，返回错误if (shop == null) {//缓存穿透//将空值写入redis//返回错误stringRedisTemplate.opsForValue().set(key,"",CACHE_NULL_TTL,TimeUnit.MINUTES);//shop对象转成json形式存入return null;}//6.存在，数据写入redisstringRedisTemplate.opsForValue().set(key,JSONUtil.toJsonStr(shop),CACHE_SHOP_TTL, TimeUnit.MINUTES);//shop对象转成json形式存入} catch (InterruptedException e) {throw new RuntimeException(e);}finally {// 7. 释放互斥锁unLock(lockKey);}// 8.返回return shop;
}
逻辑过期：线程无需等待，性能较好；但是不保证一致性，有额外的内存消耗（存储过期时间），实现复杂。
