（1）緩存穿透：指的是操作直接穿過了緩存層面，直接到達db層面，從而稱爲緩存穿透。直接查詢某一條不存在的數據，就會發生這種情況（其實還是要經過緩存層，只不過緩存層沒有這條數據，就會發起db層面的操作）。
解決方案：
1. Bloom filter算法（布隆過濾器？？？）
2. 空值緩存： 一種比較簡單的解決辦法，在第一次查詢完不存在的數據後，將該key與對應的空值也放入緩存中，只不過設定爲較短的失效時間，例如幾分鐘，這樣則可以應對短時間的大量的該key攻擊，設置爲較短的失效時間是因爲該值可能業務無關，存在意義不大，且該次的查詢也未必是攻擊者發起，無過久存儲的必要，故可以早點失效。
（2） 緩存雪崩：多個緩存數據設置的失效時間相同，在同一時間同時失效，大量系統請求從請求緩存變成請求數據庫，造成數據庫崩潰。
解決方案：
1. 交錯失效時間（即更改數據緩存的有效期，建議設置成固定時間的隨機時間，例如設置成3-5秒鐘中間的任意時間）。
2. redis高可用
這個思想的含義是，既然redis有可能掛掉，那我多增設幾臺redis，這樣一臺掛掉之後其他的還可以繼續工作，其實就是搭建的集羣。
3.限流降級
這個解決方案的思想是，在緩存失效後，通過加鎖或者隊列來控制讀數據庫寫緩存的線程數量。比如對某個key只允許一個線程查詢數據和寫緩存，其他線程等待。
4. 數據預熱
數據加熱的含義就是在正式部署之前，我先把可能的數據先預先訪問一遍，這樣部分可能大量訪問的數據就會加載到緩存中。在即將發生大併發訪問前手動觸發加載緩存不同的key，設置不同的過期時間，讓緩存失效的時間點儘量均勻。
（3） 緩存擊穿：緩存擊穿實際上是緩存雪崩的一個特例，擊穿與雪崩的區別即在於擊穿是對於特定的熱點數據來說，而雪崩是全部數據。（典型例子：微博的熱點話題）。
解決方案：1. 二級緩存（參考鏈接）（阿里雙十一流量緩存擊穿解決辦法）LRU-K算法
參考：
https://baijiahao.baidu.com/s?id=1619572269435584821&wfr=spider&for=pc
https://baijiahao.baidu.com/s?id=1655304940308056733&wfr=spider&for=pc