这里的缓存是指各个缓存框架，比如现在比较火的redis、memcached，以及有些过气的ehcache、oscache等。缓存作为挡在数据库前面的屏障，减少DB的调用次数，起到了绿化带似的缓冲和隔离作用。又因为缓存的存储特性能起到快速存取、提高响应速度的作用。这里不谈缓存的好处，只聊缓存的几点麻烦。
一、缓存并发。适用场景：某缓存KEY在短时间内被大量查询，刚好发生在缓存KEY刚好到达过期时间的那一刻，或者DB刚好更新数据通知缓存也做了更新的那一刻。在这个时间点，缓存是没有数据的，那么自然要到DB来查了，并发带来的查询压力顺势传递给DB。
应对措施：针对缓存查询加锁，只放第一个查询直达DB，其他查询锁在外面。当第一个查到数据后把锁解开，其他查询这时从缓存就能查到数据了。
二、缓存穿透。适用场景：某缓存KEY没被命中，DB也没数据。因为DB永无数据，缓存永远无法命中，请求每次都将直达DB。形象的说就是穿透，或者击穿。少量这种请求的话关系不大，如果是大量、并发的话，DB脆的当场就跪了。
应对措施1：返回空值时也缓存起来，下次查询请求还来，缓存就说是空值打发了，把DB保护起来。对并发、重复刷是顶住了，但如果量大的话，要耗内存，可能会挤掉其他正常的数据，需要设置一个较短的过期时间，用完就扔。
应对措施2：把这种值不存在的key都收集到一个集合中，后续请求若在集合中则直接过滤。如果量大的话，维护该这个黑名单也是个麻烦事，而且每次请求都来黑名单点一次名也是件费力的事。
三、缓存雪崩。适用场景：缓存启动、重启或失效时间设置不均衡，导致大量缓存同一时间失效。假设所有缓存同时失效，那么这一刻缓存就对DB失去了意义，DB只能裸奔了。当然后面数据还会慢慢重新加载到缓存，DB边裸奔边穿衣，前提是能扛得住。
应对措施1：针对启动、重启的情况规划缓存预热。针对缓存KEY约好一起失效的情况，从设置失效时间入手，不能让它们约，给不同的KEY设置失效时间。简单点设置随机时间，业务有规划的按不同KEY进行规划。
应对措施2：问题既然是缓存失效引起的，那么就不要失效了。一层永久、全量缓存，一层本地缓存，搞二级缓存。麻烦是加机器、重搭缓存框架，伤筋动骨。