缓存穿透的概念其实很简单，我们经常使用 Redis 作为缓存数据库，如果用户相插叙一个数据，但是发现 Redis 没用这条数据，也就是没有命中 Redis 数据库中的数据，于是就到数据库中查询。
上述看起来很正常，没有什么问题，但是如果很多的用户出现额时候，缓存都没有命中（比如淘宝秒杀），于是都请求数据库，这给数据库造成很大压力，这也就是缓存穿透。
场景的有
布隆过滤器是一种数据结构，对所有可能查询的参数以hash形式存储，在控制层先进行校验，不符合则丢弃，从而避免了对底层存储系统的查询压力。
当 MySQL 不命中后，返回个空对象，并且也将其缓存起来，同时会设置一个过期时间，之后再访问都得到这个数。
但是空值能够被缓存起来，意味着需要更多的空间存储更多的键，这当中可能会有很多的空值的键。即便空值设置了过期时间，还是会存在 Redis 和 MySQL 的数据会有一段时间窗口的不一致，这对于需要保持一致性的业务会有影响。
与缓存穿透不同的是，缓存击穿，是指一个 key 非常常用，很多人都对这个 key 不停的查询，比如双十一在抢某个东西，某个点大量人都知道消息并且搜索，大并发集中对这一个点进行访问，如果这个 key 突然到了失效的瞬间，持续的大并发就穿破缓存，直接请求数据库。
就像在墙上上凿开了一个洞。当某个key在过期的瞬间，有大量的请求并发访问，这类数据一般是热点数据，由于缓存过期，会同时访问数据库来查询最新数据，并且回写缓存，会导使数据库瞬间压力过大。
既然是热点数据，没有设置过期时间，所以不会出现热点 key 过期后产生的问题。
使用分布式锁，保证对于每个key同时只有一个线程去查询后端服务，其他线程没有获得分布式锁的权限，因此只需要等待即可。这种方式将高并发的压力转移到了分布式锁，因此对分布式锁的考验很大。
缓存雪崩，是指在某一个时间段，缓存集中过期失效。Redis 宕机！
比如在双十一的时候，马上就要到双十二零点，很快就会迎来一波抢购，这波商品时间比较集中数据的放入了缓存，假设缓存一个小时。那么到了凌晨一点钟的时候，这批商品的缓存就都过期了。而对这批商品的访问查询，都落到了数据库上，对于数据库而言，就会产生周期性的压力波峰。于是所有的请求都会达到数据库，数据库的调用量会暴增，导致挂掉的情况。
比较致命的缓存雪崩，是导致缓存服务器某个节点宕机或断网。因为自然形成的缓存雪崩，一定是在某个时间段集中创建缓存，这个时候，数据库也是可以顶住压力的。无非就是对数据库产生周期性的压力而已。而缓存服务节点的宕机，对数据库服务器造成的压力是不可预知的，很有可能瞬间就把数据库压垮。
这个思想的含义是，既然 Redis 有可能挂掉，那我多增设几台 Redis，这样一台挂掉之后其他的还可以继续，也就是集群
这个解决方案的思想是，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。
数据加热的含义就是在正式部署之前，我先把可能的数据先预先访问一遍，这样部分可能大量访问的数据就会加载到缓存中。在即将发生大并发访问前手动触发加载缓存不同的key，设置不同的过期时间，让缓存失效的时间点尽量均匀。
