缓存问题

• 大量请求的key根本不存在于缓存中，导致请求直接到了数据库上，根本没有经过缓存这一层。大多属于恶意攻击。
• 解决：布隆过滤器

1. 布隆过滤器。将所有可能存在的请求的值都存放在布隆过滤器中，当用户请求过来，先判断用户发来的请求的值是否存在于布隆过滤器中。不存在的话，直接返回请求参数错误信息给客户端，存在的话才会走下面的流程。
2. 布隆过滤器说某个元素存在，小概率会误判。布隆过滤器说某个元素不在，那么这个元素一定不在。
3. 利用Guava中自带的布隆过滤器。

   <dependency>
       <groupId>com.google.guava</groupId>
       <artifactId>guava</artifactId>
       <version>28.0-jre</version>
   </dependency>
   

4. 缺点：只能单机使用，不适用于分布式的场景。解决这个问题，需要使用redis中的布隆过滤器Module。

布隆过滤器

• 元素加入布隆过滤器的时候：使用布隆过滤器中的哈希函数对元素值进行计算，得到哈希值（有几个哈希函数得到几个哈希值），根据得到的哈希值，在位数组中把对应下标的值置为1；
• 判断一个元素是否在布隆过滤器中：对给定的元素再次进行相同的哈希计算，得到值后判断位数组中的每个元素是否都为1，如果值都为1，说明这个值在布隆过滤器中，如果存在一个值不为1，说明该元素不在布隆过滤器中。

缓存雪崩

• 缓存在同一时间大面积的失效(key存储的时间到了)、或者意外出现了全盘宕机，后面的请求都直接落在了数据库上，造成数据库短时间内承受大量请求。

• 采用redis集群，避免单机出现问题整个缓存服务都没办法使用。
• 限流，避免同时处理大量的请求。
• 生成key为随机时间