1.什么是缓存击穿？怎么解决？

缓存击穿是指在高并发场景下，某个热点key突然过期失效，此时大量请求同时访问这个已经过期的key，导致所有请求都直接打到数据库上，造成数据库瞬时压力过大甚至崩溃的情况。

解决方案

1. 互斥锁（Mutex Lock）

• 当缓存失效时，不是所有请求都去查询数据库

• 第一个请求获取锁并查询数据库，其他请求等待

• 数据库查询完成后更新缓存，后续请求直接从缓存获取

public Object getData(String key) {
    Object value = redis.get(key);
    if (value == null) {
        if (redis.setnx(key_mutex, 1, 60)) { // 获取锁
            value = db.get(key);            // 查询数据库
            redis.set(key, value);          // 更新缓存
            redis.del(key_mutex);           // 释放锁
        } else {
            Thread.sleep(50);               // 等待
            return getData(key);            // 重试
        }
    }
    return value;
}

2. 永不过期策略

• 对热点key设置永不过期（或逻辑过期）

• 后台异步更新缓存数据

• 需要额外的维护逻辑来保证数据一致性

3. 提前续期

• 在key即将过期前，提前异步刷新缓存

• 避免在过期时刻大量请求涌入

4. 缓存预热

• 系统启动时或高峰来临前，预先加载热点数据到缓存

• 特别适合可预测的热点场景

5. 双缓存策略

• 设置两级缓存：一级缓存（短期）和二级缓存（长期）

• 一级缓存失效时从二级缓存获取，同时异步更新一级缓存

最佳实践建议

1. 对于极热点数据，优先考虑永不过期+后台刷新策略

2. 一般热点数据使用互斥锁方案，注意锁的粒度要小

3. 结合业务特点选择合适的方案，可能需要多种方案组合使用

4. 监控热点key，对高频访问的数据特殊处理

2.什么是缓存雪崩？怎么解决？

缓存雪崩是指在同一时间段内，大量缓存key同时失效或缓存服务宕机，导致所有请求直接打到数据库上，造成数据库瞬时压力激增甚至崩溃的现象。

1. 过期时间随机化

• 避免大量key同时过期

• 在基础过期时间上增加随机值（如1-5分钟的随机数）

// 设置缓存时添加随机过期时间
int expireTime = 3600 + new Random().nextInt(300); // 3600-3900秒
redis.set(key, value, expireTime);