1.缓存穿透
是指当用户在查询一条数据的时候，而此时数据库和缓存都没有关于这条数据的任何记录，而这条数据在缓存中没找到就会向数据库请求获取数据。它拿不到数据时，是会一直查询数据库，这样会对数据库的访问造成很大的压力。至于如何解决缓存穿透的问题，一般有两种：
缓存空对象。
缓存空对象它就是指一个请求发送过来，如果此时缓存中和数据库都不存在这个请求所要查询的相关信息，那么数据库就会返回一个空对象，并将这个空对象和请求关联起来存到缓存中，当下次还是这个请求过来的时候，这时缓存就会命中，就直接从缓存中返回这个空对象，这样可以减少访问数据库的压力，提高当前数据库的访问性能。如下面这个流程。
但是使用缓存空对象会导致的一个问题：如果时间一长这样会导致缓存中存在大量空对象，这样不仅会占用许多的内存空间，还会浪费许多资源。可以在设置空对象的时间，顺便设置一个过期时间，就可以解决个问题。
布隆过滤器。
布隆过滤器能准确过滤掉那些已经看过的内容，那些没有看过的新内容，它也会过滤掉极小一部分 (误判)，但是绝大多数新内容它都能准确识别。这样就可以完全保证推荐给用户的内容都是无重复的。通俗的讲就是当布隆过滤器说某个值存在时，这个值可能不存在；当它说不存在时，那就肯定不存在。
2.缓存击穿。
缓存击穿是指有某个key经常被查询，经常被用户特殊关怀，用户非常 love 它 (▽)，也就类比“熟客” 或者 一个key经常不被访问。但是这时候，如果这个key在缓存的过期时间失效的时候或者这是个冷门key时，这时候突然有大量有关这个key的访问请求，这样会导致大并发请求直接穿透缓存，请求数据库，瞬间对数据库的访问压力增大。即缓存没有，数据库有。
归纳起来：造成缓存击穿的原因有两个。
（1）一个“冷门”key，突然被大量用户请求访问。
（2）一个“热门”key，在缓存中时间恰好过期，这时有大量用户来进行访问.
对于缓存击穿的问题：我们常用的解决方案是加锁。对于key过期的时候，当key要查询数据库的时候加上一把锁，这时只能让第一个请求进行查询数据库，然后把从数据库中查询到的值存储到缓存中，对于剩下的相同的key，可以直接从缓存中获取即可。在分布式环境下我们可以使用分布式锁，如：基于数据库、基于Redis的分布式锁。
缓存雪崩
缓存雪崩是指在某一个时间段内，缓存集中过期失效，如果这个时间段内有大量请求，而查询数据量巨大，所有的请求都会达到存储层，存储层的调用量会暴增，引起数据库压力过大甚至宕机。
对于缓存雪崩有以下解决方案：
（1）redis高可用
Redis有可能挂掉，多增加几台redis实例，（一主多从或者多主多从），这样一台挂掉之后其他的还可以继续工作，其实就是搭建的集群。
（2）限流降级
在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量，对某个key只允许一个线程查询数据和写缓存，其他线程等待。
（3）数据预热
数据加热的含义就是在正式部署之前，我先把可能的数据先预先访问一遍，这样部分可能大量访问的数据就会加载到缓存中。在即将发生大并发访问前手动触发加载缓存不同的key。
（4）不同的过期时间
设置不同的过期时间，让缓存失效的时间点尽量均匀。
