Redis缓存的使用，极大的提升了应用程序的性能和效率，特别是数据查询方面。但同时，它也带来了一些问题。其中，最要害的问题，就是数据的一致性问题，从严格意义上讲，这个问题无解。如果对数据的一致性要求很高，那么就不能使用缓存。
一、缓存穿透
是指查询一个数据库一定不存在的数据，正常的使用缓存的流程大致是，数据查询先进行缓存查询，如果key不存在或者key已经过期，再对数据库进行查询，并把查询到的对象，放到缓存。如果数据库查询对象为空，则不放进缓存。
1、参数传入对象主键ID
2、根据key从缓存中获取对象
3、如果对象不为空，直接返回
4、如果对象为空，进入数据库查询
5、如果从数据库查询出的对象不为空，则放入缓存（设置过期时间）
想象一下这个情况，如果传入的参数为-1，会是怎么样？这个-1，就是一定不存在的对象。就会每次都去查询数据库，而每次查询都是空，每次又都不会进行缓存。假如有恶意攻击，就可以利用这个漏洞，对数据库造成压力，甚至压垮数据库。即便是采用UUID，也是很容易找到一个不存在的KEY，进行攻击。
解决办法是：采用缓存空值方式，也就是第五步，如果从数据库查询的对象为空，也放入缓存，只是设定缓存过期时间较短，几十秒钟。来减少恶意攻击带给数据库的压力。
缓存雪崩
是指在某一时间段，缓存集中过期失效。
产生雪崩的原因之一，比如在写本文的时候，马上就要到双十二零点，很快就会迎来一波抢购，这波商品时间比较集中的放入了缓存，假设缓存一个小时。那么到了凌晨一点钟的时候，这批商品的缓存就都过期了。而对这批商品的访问查询，都落到了数据库上，对于数据库而言，就会产生周期性的压力波峰。
集中过期这类自然形成的缓存雪崩并不是致命的，因为一定是在某个时间段集中销毁缓存，那么那个时候数据库是可以顶得住压力的。无非就是对数据库产生周期性压力而已。比较致命的缓存雪崩，是缓存服务器某个节点宕机或者断网，因为这对数据库服务器造成的压力是不可预知的，很有可能瞬间把数据库压垮。
为了防止缓存雪崩，拿电商举例一般是采取不同分类商品，缓存不同周期。在同一分类中的商品，加上一个随机因子。这样能尽可能分散缓存过期时间，而且，热门类目的商品缓存时间长一些，冷门类目的商品缓存时间短一些，也能节省缓存服务的资源。
缓存击穿
缓存击穿，是指一个key非常热点，在不停的扛着大并发，大并发集中对这一个点进行访问，当这个key在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在一个屏障上凿开了一个洞。
其实，大多数情况下这种爆款很难对数据库服务器造成压垮性的压力。达到这个级别的公司没有几家的。所以，务实主义的小编，对主打商品都是早早的做好了准备，让缓存永不过期。即便某些商品自己发酵成了爆款，也是直接设为永不过期就好了。