一、缓存穿透的解决方案

为了演示缓存穿透，这里设置的redis是单机单实例。

二、缓存穿透之布隆过滤器

布隆过滤器能够迅速判断一个元素是否存在于集合里。

布隆过滤器缺点：

1.会有1%的误判率，误判概率越低，数组所占用的空间越长。

2.布隆过滤器的数据只能添加，不能移除，主要是由于多个数据可能存在于同一个位置，比如subCat:2、subCat:3。

3.维护起来比较麻烦，代码复杂。

三、缓存雪崩与预防

1.什么是缓存雪崩？

当在同一时刻缓存里有大量的key过期时间结束，此时有大量过期的key请求，这时就会有大量的请求落到数据库，数据库承载不了这么大的数据访问，就会宕机。

2.雪崩预防

对于雪崩来说，我们不可能完全解决，只能对它预防，缓解雪崩的现象

预防方法如下：

（1）永不过期

（2）过期时间错开

比如热点数据可以把过期时间设置久一点，或者永不过期；其他不长访问的数据的过期时间设置短一点；在设置过期时间时，比如设置1小时过期，精确到毫秒就是1*60*60*1000，那么就可以在1分钟之内（60*1000）取随机数，每次在1小时的基础上加或减随机数。

（3）多缓存结合（多级缓存）

Memcache中的key过期时间设置的比redis的过期时间长，这样的话，redis中的key过期了就会去查Memcache

 （4）采购第三方Redis

第三方服务还是很牛的，不用自己维护，减少运维成本。

阿里云Redis 

HA：就相当于哨兵形式，SlaveN：有很多slave节点，都是哨兵模式

四、缓存穿透和缓存雪崩的区别

 穿透是单个的key不存在于redis，雪崩是指大面积的key失效；两者都是由于超高流量的并发打在数据库上，造成数据库不可用。

五、multiGet 批量查询优化

每次get查询，其实就是建立一个连接，等get之后，再关闭连接。（socket通信），这样是会有IO损耗的，我们实现mget，这样对于批量查询，只建立一次连接。

/**
	 * 批量查询，对应mget
	 * @param keys
	 * @return
	 */
	public List<String> mget(List<String> keys) {
		return redisTemplate.opsForValue().multiGet(keys);
	}

六、pipeline 批量查询优化

除了用mget批量查询，还可以用管道。

就如keepalive对nginx的作用：建立一次连接，pipeline对redis的作用也是建立一次连接，可以在管道内部进行很多类型的操作，如get,mget,range,set,mset等

/**
	 * 批量查询，管道pipeline
	 * @param keys
	 * @return
	 */
	public List<Object> batchGet(List<String> keys) {

//		nginx -> keepalive
//		redis -> pipeline

		List<Object> result = redisTemplate.executePipelined(new RedisCallback<String>() {
			@Override
			public String doInRedis(RedisConnection connection) throws DataAccessException {
				StringRedisConnection src = (StringRedisConnection)connection;

				for (String k : keys) {
					src.get(k);
				}
				return null;
			}
		});

		return result;
	}

 为什么实现了mget方法，还要实现pipeline方法批量查询？

因为pipeline支持更多类型的操作，set,get,mget,mset,range等，不仅仅支持String类型，其他类型也支持。