这一节，我们来学习一下缓存异常。缓存异常有四种类型，分别是缓存和数据库的数据不一致、缓存雪崩、缓存击穿和缓存穿透。
下面通过了解这四种缓存异常的原理和应对方法。
缓存和数据库的数据不一致缓存和数据库的数据一致性包含两种情况：
缓存中有数据，缓存的数据值需要和数据库中的值相同；
缓存中没有数据，数据库中的值必须是最新值。
数据不一致是如何发生的？在第1讲中关于缓存的类型那节，介绍了缓存有两种不同类型，分别是只读缓存和读写缓存。不同类型的缓存数据不一致的发生情况不一样，应对方法也不一样。
读写缓存：有两种写回策略，同步直写和异步写回。如果要保证数据一致，就要采用同步直写策略。但需要保证缓存和数据库的更新具有原子性，即要么都成功，要么都失败。
只读缓存：分新增数据和删改数据两种情况说明。
新增数据
数据直接写到数据库中，不对缓存做任何操作，符合一致性的第2种情况。
删改数据
发生删改操作时，既要更新数据库，也要在缓存里删除数据。因为缓存和数据库是不同的系统，这里分两种情况：
先删除缓存，再更新数据库：数据库更新失败，导致请求再次访问缓存时，发现缓存失败，再读数据库时，从数据库中读取旧值。
先更新数据库，再删除缓存：缓存删除失败，导致请求再次访问缓存时，发现缓存命中，并从缓存中读取到旧值。
如何解决数据不一致？使用重试机制，指把删除的缓存值或者是要更新的数据库值暂存到消息队列中（例如使用Kafka消息队列）。
当应用没有能够成功地删除缓存值或者是更新数据库值时，从消息队列中重新读取这些值，然后再次进行删除或更新。
如果成功删除，就从消息队列中删除，以免重复操作。否则就要进行重试，如果重试超过一定次数，就要向业务层发送报错信息。
具体情况如下图所示：
总结一下，对于只读缓存来说，建议优先使用先更新数据库，再删除缓存。
缓存雪崩缓存雪崩，指大量的应用请求无法在Redis缓存中进行处理，然后应用将大量请求发送到数据库层，导致数据库层的压力激增。
导致缓存雪崩的两个原因：
1. 缓存中有大量数据同时过期，导致大量请求无法得到处理。
解决方案有两个，一是避免给大量的数据设置相同的过期时间，增加一个较小的随机数（例如，随机增加1~3分钟）。
另一个是服务降级，服务降级指发生缓存雪崩时，针对不同的数据采取不同的处理方式：
非核心数据，暂时停止从缓存中查询，直接返回预定义信息、空值或者错误信息；
核心数据，允许查询缓存，如果缓存缺失，继续通过数据库读取。
2. Redis缓存实例发生故障宕机了，无法处理请求。
有两个建议，一是在业务系统中实现服务熔断或请求限流机制。
服务熔断是指在发生缓存雪崩时，为了防止引发连锁的数据库雪崩，暂停业务应用对缓存系统的接口访问。
具体点，就是业务应用调用缓存接口时，缓存客户端并不把请求发给Redis缓存实例，而是直接返回，等Redis缓存实例重新恢复服务后，再允许发送。
服务熔断会暂停了整个缓存系统的访问，对业务应用的影响范围大。而请求限流相比服务熔断造成的影响没那么大。
请求限流是指业务系统的请求入口前端控制每秒进入系统的请求数，避免过多的请求被发送到数据库。
二是事前预防，通过主从节点构建Redis缓存高可靠集群。
缓存击穿缓存击穿，指针对某个访问非常频繁的热点数据的请求，无法在缓存中进行处理，大量请求发送到后端数据库，导致数据库压力激增，影响数据库处理其他请求。
解决方案是，对于访问特别频繁的热点数据，不设置过期时间。
缓存穿透缓存穿透，指要访问的数据既不在Redis缓存中，也不在数据库中，导致请求在访问缓存时，发生缓存缺失，再去访问数据库时，也发现没有数据。
如果有大量请求访问数据，就会同时给缓存和数据库带来巨大压力。
发生缓存穿透有两种情况：
业务层误操作：缓存中的数据和数据库中的数据被误删除；
恶意攻击：专门访问数据库中没有的数据。
为了避免缓存穿透，有三种应对方案。
第一种方案是，缓存空值或缺省值
一旦发生缓存穿透，就针对查询的数据，在Redis中缓存一个空值或是和业务层协商确定的缺省值。
第二种方案是，使用布隆过滤器快速判断数据是否存在，避免从数据库中查询数据是否存在，减轻数据库压力
布隆过滤器由一个初值都为0的bit数组和N个哈希函数组成，可以用来快速判断某个数据是否存在。
通过三个操作完成标记：
使用N个哈希函数，分别计算这个数据的哈希值，得到N个哈希值
把这N个哈希值对bit数组的长度取模，得到每个哈希值的位置
把对应的位置的bit位设置为1
这样一来，即使发生缓存穿透，大量请求只会查询Redis和布隆过滤器。
第三种方案是，在请求入口的前端进行请求检测
例如对请求进行合法性检测，把恶意的请求（例如请求参数不合理、请求参数是非法值、请求字段不存在）直接过滤掉
总结
另外还有三个建议：
针对缓存雪崩，合理地设置数据过期时间，以及搭建高可靠缓存集群。
针对缓存击穿，在缓存访问非常频繁的热点数据时，不要设置过期时间。
针对缓存穿透，提前在入口前端实现恶意请求检测，或者规范数据库的数据删除操作，避免误删除。
参考资料25 | 缓存异常（上）：如何解决缓存和数据库的数据不一致问题？
26 | 缓存异常（下）：如何解决缓存雪崩、击穿、穿透难题？