1.缓存雪崩
通常我们在数据量请求大或者热点数据都会做缓存，通常情况缓存的数据是通过定时任务刷新，或者查询不到后，通过数据库查询后更新的，定时任务刷新的场景就会有问题，因为所有的key会在同一时间失效，那么在秒杀的场景中，如果缓存失效，大量的请求全部落入数据库，数据库必然是扛不住的，可能还没收到报警，实际上数据库已经宕机了
应对这种场景的处理方法是：1）在批量往redis中存数据的时候，把每个key的失效时间都加一个随机值，这样可以保证不会在同一时间大面积失效。2）电商应用目前使用redis都是集群部署，将热点数据均匀分布在不同的redis分片中也能避免全部失效的问题。3）设置热点数据永不过期，有数据更新时候，就同步更新缓存
2.缓存穿透
如果查询缓存和数据库中都没有的数据，用户不断的发起请求，可能这种用户是攻击者，这种攻击会导致数据库压力过大，严重时会击垮数据库，比如说数据库中的编号都是正数，用户一直用小于0 的参数去请求，每次都是能够绕开缓存世界查库的，数据库也查不到数据，一直这么高并发的请求，通常就很容易挂掉。
应用这种场景的处理方法是：1）接口服务层要增加对参数合法性的校验，不要信任所有的调用者，该防范的还是需要防范 2）对不存在的数据的查询接口也增加缓存，缓存时间可相对控制较短，比如5s等等，这样做可以一定程度的减轻并发情况下的数据库压力 3）redis有一个高级用法布隆过滤器（Bloom Filter），能利用高效的数据结构和算法快速判断出请求的key是否在数据库中存在，不存在的可以直接返回，具体也还没有使用过，待后续研究
3.缓存击穿
这个和缓存雪崩的场景有点相似，缓存雪崩是因为key的大面积同时生效导致请求全部到DB从而导致DB宕机，缓存击穿是指对一个热点key请求量非常大，这一个key一直在扛着大并发，当这个key失效的瞬间，持续的高并发请求穿破缓存直接请求到DB上，类似于在一个完好无损的冰面上凿开了一个洞
应对这种场景的处理方法是：1）设置缓存用不过期，有变动时候主动更新缓存 2）从数据库读取数据后更新缓存增加互斥锁
原文地址：https://www.cnblogs.com/wangflower/p/12233893.html