<h3 style="padding-bottom:6px; padding-left:20px; color:#ffffff; background-color:#E74C3C;">缓存击穿（缓存穿透）</h3>


**缓存(Cache)** 是分布式、高并发的场景下，为了保护后端数据库，降低数据库的压力，引入的一种基于内存的数据访问机制，能加快数据的读取与写入，进而提高系统负载能力。

**缓存击穿(缓存穿透)** 是访问不存在缓存中的数据，进而直接访问数据库。

**缓存击穿** 和 **缓存穿透** 更为详细的分类:

| 名称 | 缓存是否存在被访问数据 | 数据库是否存在被访问数据 |

| -------- | ---------------------- | ------------------------ |

| 缓存击穿 | 否 | 是 |

| | 否 | 否 |

在缓存穿透这种情形下，如果缓存和数据库都没有需要被访问的数据，那么访问缓存时没有数据则直接返回空，避免重复访问数据库，造成不必要的后端数据库压力。

总之，避免缓存击穿也好，避免缓存穿透也罢，核心思路是想法设法不要让请求怼在数据库上。

**1.缓存空值:** 如果第一次访问一个不存在的数据，那么将此key与value为空值的数据缓存起来，下次再有对应的key访问时，缓存直接返回空值，通常要设置key的过期时间，再次访问时更新过期时间;

**2.布隆过滤:** 类似散列集合(hash set)，判断key是否在这个集合中。实现机制在于比特位，一个key对应一个比特位，并且存储一个标识，如果key有对应的比特位，并且标识位表示存在，则表示有对应的数据。比如使用Redis 的 Bitmap实现。

<h3 style="padding-bottom:6px; padding-left:20px; color:#ffffff; background-color:#E74C3C;">缓存雪崩</h3>

**缓存雪崩:** 大量的缓存击穿意味着大量的请求怼在数据库上，轻者造成数据库响应巨慢，严重者造成数据库宕机。比如缓存内的数据集体定时刷新、服务器重启等。

1. 降低缓存刷新频率；

2. 部分缓存刷新，刷新数据时按照一定规则分组刷新；

3. 设置key永远不过期，如果需要刷新数据，则定时刷新；

4. 分片缓存，在分布式缓存下，将需要缓存的数据 散列 分布到多个节点，尽量将热点数据均匀分布到多节点。

<h3 style="padding-bottom:6px; padding-left:20px; color:#ffffff; background-color:#E74C3C;">Redis热点Key</h3>

在一定时间内，被频繁访问的key称为 **热点key** 。比如突发性新闻，微博上常见的热搜新闻，引起千千万万人短时间内浏览；在线商城大促活动，消费者比较关注的商品突然降价，引起成千上万消费者点击、购买。热点key所在服务器的压力骤然上升，如果超出物理机器的承载能力，则缓存不可用，进而诱发缓存击穿、缓存雪崩的问题。


**1. 读写分离:** 读写分离比较适用于写少读多的情景，

比如某个应用需要定时跑一些任务，为了保证高可用，做了三个节点的集群，后来发现集群中每个节点都跑了重复的任务。

<h3 style="padding-bottom:6px; padding-left:20px; color:#ffffff; background-color:#E74C3C;">一、基于数据库实现分布式锁</h3>

首先创建一张表，用于存储锁标识的记录:

CREATE TABLE IF NOT EXISTS distribution_lock(

id BIGINT(20) UNSIGNED NOT NULL COMMENT '分布式锁id',

lock_name VARCHAR(50) DEFAULT '' COMMENT '分布式锁的名称',

node_number TINYINT(1) NOT NULL COMMENT '集群下节点的编号，用于重入锁',

gmt_create DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '行记录创建时间',

PRIMARY KEY (id)

) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='存储分布式锁的表';

**获取锁:**

INSERT INTO distribution_lock(id, lock_name, node_number) VALUES(1001, 'order_task', 1);

**获取重入锁:**

t0.id,

t0.lock_name,

t0.gmt_create

FROM distribution_lock t0

WHERE t0.id = 1001 AND t0.node_number = 1;

**锁超时:**

t0.id,

t0.lock_name,

t0.gmt_create ,

TIMESTAMPDIFF(SECOND, t0.gmt_create, NOW()) 'duration_time'

FROM distribution_lock t0

WHERE t0.id = 1001 AND t0.node_number != 2;

**释放锁:**

DELETE FROM distribution_lock WHERE id = 1001;

<h3 style="padding-bottom:6px; padding-left:20px; color:#ffffff; background-color:#E74C3C;">二、基于Redis实现分布式锁</h3>

<h3 style="padding-bottom:6px; padding-left:20px; color:#ffffff; background-color:#E74C3C;">三、基于Zookeeper实现分布式锁</h3>