1. 在集群环境中，如果遇到了大量的查询，先经过缓存拦截，缓存没有再走到DB。这种是普通的操作 Client -> Redis -> DB。那么如果请求的数量非常大的时候，直接穿透了缓存该如何处理呢？
1.1 出现这种情况的时候可能会出现大量查询相同ID的数据，比如瞬间来了一万条ID=100的请求，在这个时候数据库里一次性要查一万条数据，此时如何处理？
1.2 出现数据库中不存在ID=100的时候如何处理？此时有两种情况，第一种是恶意的请求，第二种是此时数据库中不存在，可能在后续的某一个时间段存在了如何处理？
2. 还是在集群环境中，还是大量的查询，此时瞬间来了一万个ID不同的数据，此时缓存中也不存在，这种情况如何处理？
3. 使用缓存中还有哪些注意点？
下面根据我自己学习和研究来找到一些解决的方案，因为网上有太多的解决方案，大家可以找到自己业务场合适的方案，这才是最重要的。
第一种情况为缓存穿透，在高并发的场景下，如果缓存穿透大量的请求直接走到DB，这样DB就会直接被大量的SQL请求拖垮，然后数据库无响应，这个时候数据库出现宕机，整个系统崩溃。但是这里边有以上两种情况，瞬间过来一万个ID=100的请求时，在集群中，如果瞬时间代码都出现在判断缓存没有时，那么这一万个请求也是直接走到数据库中请求，虽然一万个请求都到数据库上，有人觉得可能数据库还可以支持，但是如果瞬间来十万个的话数据库也会抗不住的。
此时，我们应该使用Redis的锁机制setnx，大家可以网上搜索一下资料。主要的功能是将key锁住，然后在集群中只有一台机器获取锁，并操作数据库。这里边有个小细节，那就是一个一个锁，最后其实还是一万次操作DB，只不过谁先获取数据库谁进行操作。这里边就需要再精细设计了，那就是在里边再加入一层缓存，即获取锁之后，从数据库取之前再次从缓存中获取这个Key的值，如果有值了，就直接返回即可，如果没有值，就从数据库里边查询一次，然后再放到缓存即可。
如果数据库里没有这个值，我们也需要进行特殊处理，设置这个值的过期时间尽量短一些，然后将它的key对应的value设置为‘--’，这样我看一看到value为‘--’，就知道数据库没有数据。如果缓存超过时间后自动就没有了，然后再次请求数据库查询。这样设计一万次相同ID的话，需要的也只是一次数据库操作。其实还有另外一个思路就是这，这个数据是读操作，那么我们就和其他的key设置相同的时间，当数据库中有了这条数据，即产生了insert语句时，我们需要更新缓存即可。
第二种情况，高并发时瞬间一万个不同的ID过来，这个会产生一万不同的key,这样采用Redis的分布式锁显然也会触发一万个请求，在这其中，也有两种情况，一是数据库中确实有这一万个请求，第二种数据库里没有这一万个请求，此种情况可能是爬虫也可能是恶意攻击。
这种情况应用的策略就是采用队列，每个请求需要将其唯一的标志带过来，比如登录的用户邮箱,IP等信息，假如这一万个都是真实的用户时，并且都是有效的请求，此时我们将请求放入执行队列，一次从队列中取出一千个进行处理，这样一万个请求只需要十次处理完成，同时我们还需要以上的锁机制和没有数据时将value设置为'--'。我们还要根据一些IP和请求的QPS来判断是否是恶意的情况，比如同一个IP，请求的QPS为1千个，我们需要禁用这个IP请求操作。这个就不在此多讲了。
在系统处理请求的过程中，一定要保护好DB，因为它是一个比较核心的位置。DB坏了其实就没法玩了。
我们使用缓存的时候一般要做多级缓存，Client -> ConcurrentHashMap -> Redis --> DB 或者 Client -> Ehcache -->Redis --> DB，要尽可能保证到数据库是最纯粹的操作。同时我们如果将value的值尽量设置的小，这样可以省一些资源。如果你有很多的资源的话，你可以将所有数据都放到Redis里边，这样以上的情况基本上都不用担心了，也就是不设置超时时间。当数据有任务的Update操作，更新一个缓存即可。
在使用的过程中，每个业务的场景可能有所不同，同学们可以根据自己实际的业务进行判断和取舍。
欢迎提意见~