隨著互聯網的越來越普及，用戶越來越多，系統性能瓶頸成了越來越熱門的話題。要解決性能問題的技術手段有很多，比如：緩存、CDN加速、頁面靜態化、集群、分布式、異步等。
緩存通常被作為首先技術方案，簡單而且提升效果明顯，它能夠將速度提升100倍。那么問題來了，緩存為啥會怎么快呢?
因為傳統的數據庫操作是基于磁盤的，而緩存是基于內存的，內存操作和磁盤操作的速度根本不是一個數量級的。目前市面上主流的緩存有：redis 和 memcache，這兩個都是基于內存的緩存技術，二者的區別我在這里暫時不講。使用緩存的偽代碼一般如下：
String order = redisClient.get(key);
if(order != null) {
return order;
}
order = db.get(key);
redisClient.put(key,order);
redisClient.expire(key,3000);
return order;
根據key獲取數據，先從緩存中查一下有沒有，如果有則直接返回。如果沒有，再從數據庫中查到數據，然后將數據放入緩存中，并且給當前key設置一個失效時間，下次再用同樣的key來請求數據時，就能夠直接從緩存中查詢到并返回，減少請求數據庫的頻次，提升性能，因為數據庫連接是稀有資源。
那么問題又來了，為啥要設置失效時間，不設置不行嗎？
著名的2/8原則告訴我們，經常訪問的數據集中在20%，而另外的80%屬于不常用數據。我們都知道內存相當于磁盤來說價格是比較昂貴的，不信你買個500G的硬盤 和 一個 500G的內存試試。既然這么貴，我們應該節約使用，所以才會有設置失效時間這種策略，一旦檢測到某個key超過了失效時間，就會將該key從緩存中刪除，可以節約內存。
還有個問題：如果在某個key失效的時候，有大量的請求一起過來會怎么樣？
這就是我今天要給大家講的：擊穿。
大量的請求訪問同一個key，剛好那個key失效了，那么同一時間所有的請求，都會穿過緩存，直接請求數據庫，此時的數據庫有可能因為無法扛著這么大的并發，直接掛了。
再問一下：如果大量的請求訪問多個key，剛好key同時失效了會怎么樣？
這就是我今天要給大家講的：雪崩。
雪崩比上面的擊穿更嚴重，擊穿只是一個key失效了，大量請求直接訪問數據庫都有可能把數據庫搞掛，更何況大量的key同時失效的場景，數據庫面臨的壓力更大，更有可能掛掉。
接下來的問題：如果大量的用戶請求緩存中不存在的key又會怎么樣？
這就是我今天要給大家講的：穿透。
有大量的請求訪問時，只有少部分的key在緩存中存在，而有大量的key不存在，這樣請求也會直接訪問到數據庫，也會導致數據庫扛不住壓力而掛掉。這種情況往往是黑客偽造請求，發起的惡意攻擊。
那么，這些問題有沒有解決辦法呢？
首先，擊穿的解決辦法-加鎖。
偽代碼如下：
String order = redisClient.get(key);
if(order != null) {
return order;
}
lock() {
String order = redisClient.get(key);
if(order != null) {
return order;
}
order = db.get(key);
redisClient.put(key,order);
redisClient.expire(key,3000);
}
return order;
如果根據key從緩存中查詢不到數據，需要從數據庫中查詢數據的時候，加一把鎖，保證同一時間只有一個線程可以查詢數據庫，然后把查詢出來的結果放回到緩存中。這樣其他的線程再用相同的key查詢時，就可以直接從緩存中查到數據。這樣就能夠極大的減少數據庫的訪問頻次。
其次，雪崩的解決辦法- 加鎖 + key設置不同的失效時間。
加鎖的偽代碼跟上面是一樣的我就不寫了。
雪崩還有一個必要條件就是在同一時間，有大量的key同時失效。我們只要保證不會出現同一時間有大量的key同時失效就可以了，每個key設置不同的失效時間就能解決問題。
最后，穿透的解決辦法- 業務規則過濾 + 布隆過濾器
業務規則過濾 可以校驗 key的長度或者比如前綴SD開頭的等，過濾一批非法數據。
接下來看看布隆過濾器：
布隆過濾器中會初始化數據庫中key的標識。如果有大量請求訪問不存在的key時，先通過布隆過濾器檢查一下key在數據庫中是否存在，如果存在才允許訪問數據庫。如果不存在，則直接返回，這樣就可以過濾掉大量的非法請求。
