使用缓存的优缺点：

优点：

1. 提高系统响应速度，加速读写，Redis将数全都存放在内存中，响应速度更快。
2. 降低了后台的负载，减少了对后端的直接访问

缺点：

1. 数据一致性问题，缓存层的数据与存储层的数据可能存在不一致的问题
2. 维护复杂度高了，加入缓存后要同时处理缓存曾和持久层的代码逻辑

缓存穿透问题

缓存穿透就是指查询一个根本不存在的数据，导致很多请求直接穿过了缓存层直接到了持久层，，导致后端的负载加大。

 

导致缓存穿透的原因有以下几个：

1. 业务逻辑代码本身就存在问题导致缓存穿透
2. 受到了恶意的攻击以及网络爬虫等，导致大量请求缓存空命中

解决缓存穿透的方案：

1、缓存空数据

也就是说如果缓存层没有命中这个数据，查询持久层返回数据的同时也将空对象也缓存到缓存层，那么下一次请求就命中了。

public void getResult(String key)
{
    String result = redisCache.get(key);
        if(ValidationUtils.isEmpty(result))
        {
            result = DB.get(key);
            redisCache.set(key,result);
            if(ValidationUtils.isEmpty(result))
                {
                    //设置失效时间
                    redisCache.expire(key,60*10);    
                }
                returult;
        }
        else
        {
            //缓存命中
            return result;
        }
}

缓存空数据缺点：

1. 缓存了空数据，也就说明有更多的key涌入了缓存层，也就需要消耗更多的内存，如果是恶意攻击那简直就是噩梦
2. 缓存层与持久层的数据不一致问题，如果我缓存一个空对象并设置了失效时间为10分钟，那如果持久层真的持久化了这一数据，这5分钟内我缓存层和持久层的数据是不一致的。

2.布隆过滤器

基本思想就是在缓存层和持久层之前将存在的key用布隆拦截器保存起来做第一层拦截。如果布隆拦截器认为数据不存在就不访问持久层了，这样也解决了缓存击穿的问题。

缓存雪崩问题

在高并发的系统中缓存层负载了很大一部分的请求，降低的持久层的压力，如果缓存层由于某些原因停止服务了，那么所有的请求都将直接访问到持久层，由于持久层的处理速度性能远远不及缓存层，就可能导致持久层也会服务不可用，还有一种情况是大量的缓存数据在同一时刻失效了，也可能导致缓存雪崩。

解决缓存雪崩方案

1. 1.保证缓存服务的高可用性，比如使用Redis哨兵监控Redis集群以及使用Redis Cluster等。即使单个节点宕机了，备用节点还能顶上去保证服务可用。
2. 做二级缓存，当一级缓存停止服务，或大量失效时，由二级缓存顶住访问压力。
3. 不同的key之间的失效时间设置不同保证数据失效均衡。