1. 什么是緩存雪崩？怎么解決？

通常，我們會使用緩存用于緩沖對 DB 的沖擊，如果緩存宕機，所有請求將直接打在 DB，造成 DB 宕機——從而導(dǎo)致整個系統(tǒng)宕機。

如何解決呢？

2 種策略（同時使用）：

•  對緩存做高可用，防止緩存宕機
•  使用斷路器，如果緩存宕機，為了防止系統(tǒng)全部宕機，限制部分流量進入 DB，保證部分可用，其余的請求返回斷路器的默認值。

2. 什么是緩存穿透？怎么解決？

解釋 1：緩存查詢一個沒有的 key，同時數(shù)據(jù)庫也沒有，如果黑客大量的使用這種方式，那么就會導(dǎo)致 DB 宕機。

解決方案：我們可以使用一個默認值來防止，例如，當(dāng)訪問一個不存在的 key，然后再去訪問數(shù)據(jù)庫，還是沒有，那么就在緩存里放一個占位符，下次來的時候，檢查這個占位符，如果發(fā)生時占位符，就不去數(shù)據(jù)庫查詢了，防止 DB 宕機。

解釋 2：大量請求查詢一個剛剛失效的 key，導(dǎo)致 DB 壓力倍增，可能導(dǎo)致宕機，但實際上，查詢的都是相同的數(shù)據(jù)。

解決方案：可以在這些請求代碼加上雙重檢查鎖。但是那個階段的請求會變慢。不過總比 DB 宕機好。

3. 什么是緩存并發(fā)競爭？怎么解決？

解釋：多個客戶端寫一個 key，如果順序錯了，數(shù)據(jù)就不對了。但是順序我們無法控制。

解決方案：使用分布式鎖，例如 zk，同時加入數(shù)據(jù)的時間戳。同一時刻，只有搶到鎖的客戶端才能寫入，同時，寫入時，比較當(dāng)前數(shù)據(jù)的時間戳和緩存中數(shù)據(jù)的時間戳。

4.什么是緩存和數(shù)據(jù)庫雙寫不一致？怎么解決？

解釋：連續(xù)寫數(shù)據(jù)庫和緩存，但是操作期間，出現(xiàn)并發(fā)了，數(shù)據(jù)不一致了。

通常，更新緩存和數(shù)據(jù)庫有以下幾種順序：

•  先更新數(shù)據(jù)庫，再更新緩存。
•  先刪緩存，再更新數(shù)據(jù)庫。
•  先更新數(shù)據(jù)庫，再刪除緩存。

三種方式的優(yōu)劣來看一下：

先更新數(shù)據(jù)庫，再更新緩存。

這么做的問題是：當(dāng)有 2 個請求同時更新數(shù)據(jù)，那么如果不使用分布式鎖，將無法控制最后緩存的值到底是多少。也就是并發(fā)寫的時候有問題。

先刪緩存，再更新數(shù)據(jù)庫。

這么做的問題：如果在刪除緩存后，有客戶端讀數(shù)據(jù)，將可能讀到舊數(shù)據(jù)，并有可能設(shè)置到緩存中，導(dǎo)致緩存中的數(shù)據(jù)一直是老數(shù)據(jù)。

有 2 種解決方案：

•  使用“雙刪”，即刪更刪，最后一步的刪除作為異步操作，就是防止有客戶端讀取的時候設(shè)置了舊值。
•  使用隊列，當(dāng)這個 key 不存在時，將其放入隊列，串行執(zhí)行，必須等到更新數(shù)據(jù)庫完畢才能讀取數(shù)據(jù)。

總的來講，比較麻煩。

先更新數(shù)據(jù)庫，再刪除緩存

這個實際是常用的方案，但是有很多人不知道，這里介紹一下，這個叫 Cache Aside Pattern，老外發(fā)明的。如果先更新數(shù)據(jù)庫，再刪除緩存，那么就會出現(xiàn)更新數(shù)據(jù)庫之前有瞬間數(shù)據(jù)不是很及時。

同時，如果在更新之前，緩存剛好失效了，讀客戶端有可能讀到舊值，然后在寫客戶端刪除結(jié)束后再次設(shè)置了舊值，非常巧合的情況。

有 2 個前提條件：緩存在寫之前的時候失效，同時，在寫客戶度刪除操作結(jié)束后，放置舊數(shù)據(jù) —— 也就是讀比寫慢。設(shè)置有的寫操作還會鎖表。

所以，這個很難出現(xiàn)，但是如果出現(xiàn)了怎么辦？使用雙刪！！！記錄更新期間有沒有客戶端讀數(shù)據(jù)庫，如果有，在更新完數(shù)據(jù)庫之后，執(zhí)行延遲刪除。

還有一種可能，如果執(zhí)行更新數(shù)據(jù)庫，準備執(zhí)行刪除緩存時，服務(wù)掛了，執(zhí)行刪除失敗怎么辦？？？

這就坑了！！！不過可以通過訂閱數(shù)據(jù)庫的 binlog 來刪除。